Matemáticas Aplicadas Notas Curso de Pre-Maestría: Frank Taipe & Christoper Salinas 2022

Matemáticas Aplicadas
Notas curso de pre-maestría

FIC-UNI
Frank Taipe1 & Christoper Salinas2
2022
1
webpage
2
e-mail
1
Esta obra está bajo una licencia Creative Commons “Reconocimiento-

NoCommercial-SinObraDerivada 4.0 Internacional”.
ÍNDICE GENERAL
1. Teoría de sucesiones y series 4

1.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Convergencia de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1. Criterios de convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Álgebra de límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5. Series como caso particular de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1. Criterios de convergencia para series . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2. Sistemas de ecuaciones diferenciales ordinarias 14

2.1. Breve resumen sobre las ecuaciones diferenciales ordinarias . . . . . . . . . . . . . . . . . . . 14
2.2. Generalidades sobre las ecuaciones diferenciales ordinarias . . . . . . . . . . . . . . . . . . . . 14
2.3. Ecuaciones diferenciales ordinarias lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1. De primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.2. De segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4. Sistema de ecuaciones diferenciales ordinarias de primer orden . . . . . . . . . . . . . . . . . . 23
2.4.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2. Sistema asociado a una ecuación diferencial ordinaria . . . . . . . . . . . . . . . . . . 26
2.4.3. Sistemas homogéneos de ecuaciones diferenciales ordinarias lineales . . . . . . . . . . . 28
2.4.4. Sistemas homogéneos donde la matriz de coeficientes tiene entradas constantes . . . . 30
2.4.5. Sistemas no homogéneos de ecuaciones diferenciales ordinarias lineales . . . . . . . . . 36
2.4.6. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3. Introducción a las ecuaciones diferenciales parciales 44

3.1. Definición de ecuaciones en derivadas parciales y clasificación . . . . . . . . . . . . . . . . . . 44
3.1.1. Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2. Método de separación de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3. Series trigonométricas de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1. Cálculo de coeficientes de una serie trigonométrica de Fourier . . . . . . . . . . . . . . 49
3.3.2. Cálculo de series vía series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4. Resolución de problemas con condiciones iniciales y de frontera . . . . . . . . . . . . . . . . . 51
3.4.1. Ecuación de calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.2. Ecuación de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
A. Matrices 56
B. Bases ortonormales 59
C. Derivadas parciales 61
2
NOTACIONES Y RESULTADOS ADMITIDOS
A lo largo de estas de notas, habitualmente usaremos las siguientes notaciones

N = {1, 2, 3, . . .}; N0 = N ∪ 0;
R+ = [0; +∞[; R− =] − ∞; 0]; R∗ = R − {0}; R∗+ =]0; +∞[; R∗− =] − ∞; 0[;
∀: para todo; ∃: existe; i.e.: es decir;

A ⇒ B: A implica B.
Además, admitiremos el siguiente resultado
Resultado admitido
El conjunto de números naturales N no es acotado superiomente, i.e. no existe número natural N tal
que n ≤ N para todo n ∈ N. Equivalentemente, dado un número n ∈ N, siempre existira al menos un
número N ∈ N tal que n < N .
3
UNIDAD 1
TEORÍA DE SUCESIONES Y SERIES
1.1. Sucesiones
Definición 1 Una sucesión u = (un )n∈N de números reales es simplemente una función u : N → R donde
un := u(n) es el valor del término en la posición n de la sucesión.
Ejemplo 1 La sucesión u definida por un = n2 − 4 para cada n ∈ N es denotada simplemente como

u = (n2 − 4)n∈N o u = (n2 − 4).
Observación 1 Toda sucesión admite una representación gráfica dada por puntos de abscisas en N. Dicha
gráfica puede ser de ayuda para la intuición del comportamiento de la sucesión. Por ejemplo,
La sucesión ( n1 )n∈N es representada por
un
n
1 2 3 4 5 6 7 8 9 10
Entre otras cosas, podemos intuir que la sucesión es monótona decreciente, con valores entre [0; 1] y
que sus valores se aproximan a 0.
La sucesión (2 − n1 )n∈N es representada por
un
n
1 2 3 4 5 6 7 8 9 10
Entre otras cosas, podemos intuir que la sucesión es monótona creciente, con valores entre [1; 2] y que
sus valores se aproximan a 2.
4
1.2. CLASIFICACIÓN 5
1.2. Clasificación
Existen varias formas clásicas de clasificar las sucesiones. A continuación daremos dos de ellas:
Clasificación por comparación entre sus términos

Sea u = (un ) una sucesión de números reales. Diremos que u es:
1. creciente si: ∀ (m; n) ∈ N2 , m < n ⇒ um ≤ un .
2. decreciente si: ∀ (m; n) ∈ N2 , m < n ⇒ um ≥ un .
3. constante si: ∀ (m; n) ∈ N2 , um = un .
Una sucesión que verifica alguna de las tres condiciones mencionadas anteriormente es llamada monótona.
Ejemplo 2 La sucesión u : N → R definida por un = n − 4 es una sucesión monótona creciente.
Ejemplo 3 La sucesión v : N → R definida por vn = 4 − n2 es una sucesión monótona decreciente.
Ejemplo 4 La sucesión w : N → R definida por wn = −4 es una sucesión monótona constante.
Ejemplo 5 La sucesión a : N → R definida por an = (−1)n no es de ninguno de los tres tipos mencionados
anteriormente.
El siguiente resultado es útil para determinar de manera rápida el tipo de monotonía de una sucesión:
Teorema 1 Sea u = (un ) una sucesión de números reales.
1. u es monótona creciente si y solamente si ∀ n ∈ N, un+1 − un ≥ 0.

2. u es monótona decreciente si y solamente si ∀n ∈ N, un+1 − un ≤ 0.
3. u es monótona constante si y solamente si ∀ n ∈ N, un+1 − un = 0.
Clasificación por comparación con un número fijo

Sea u = (un ) una sucesión de números reales. Diremos que u es:
1. acotada superiormente si: ∃ M ∈ R tal que ∀ n ∈ N, un ≤ M .
2. acotada inferiormente si: ∃ m ∈ R tal que ∀ n ∈ N, m ≤ un .
3. acotada si: es acotada superior e inferiormente a la vez.
Ejemplo 6 La sucesión u : N → R definida por un = 4 − n es una sucesión monótona decreciente y acotada
superiormente por M = 5, por el contrario no es acotada inferiormente.
Ejemplo 7 La sucesión v : N → R definida por v(n) = n2 es una sucesión monótona creciente y acotada
inferiormente por m = 0, por el contrario no es acotada superiormente.
Ejemplo 8 La sucesión a : N → R definida por an = (−1)n para todo n ∈ N no es monótona pero es
acotada inferiormente por m = −1 y superiormente por M = 1. En efecto, |an | = |(−1)n | ≤ 1 para todo
n ∈ N. De manera gráfica tenemos,
un
M =1
n
1 2 3 4 5 6 7 8 9 10
m = −1
1.3. CONVERGENCIA DE SUCESIONES 6
1.3. Convergencia de sucesiones

Definición 2 Sean u = (un ) una sucesión de números reales. Diremos que la sucesión u es convergente
hacia el valor l ∈ R, y escribiremos lı́m un = l, si
n→+∞
∀ ε > 0, ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒| un − l |< ε.
En dicho caso, el valor de convergencia l ∈ R será único.
Ejemplo 9 La sucesión u = (2 − n1 ) converge a 2. En efecto, sea ε > 0 considerando el número natural N

que verifica 1ε < N ≤ 1 + 1ε tenemos para cualquier n ≥ N las desigualdades
1 1 1
| un − 2 |= 2 − − 2 = ≤ < ε.

n n N
Consecuencia 1 Si una sucesión es convergente, entonces ella es necesariamente acotada. De ma-

nera equivalente, si una sucesión no es acotada entonces esta no es convergente.
Pn
Ejemplo 10 La sucesión s dada por sn = i=1 i = 1+ 2 +· · ·+n no es convergente. En efecto, podemos ver
que sn = n(n+1)
2 ≥ n para todo n ∈ N, de donde la sucesión s no es acotada y por lo tanto no es convergente.
Consecuencia 2 Sea u una sucesión. Considere la sucesión v = (un+1 − un ).
(i) Si u es convergente, entonces la sucesión v es convergente y lı́m vn = 0.

n→+∞
(ii) Si v es convergente y lı́m vn 6= 0, entonces u no es convergente.

n→+∞
(iii) Si v no es convergente entonces u no es convergente.
El siguiente ejemplo, muestra que lo recíproco del item (i) no es siempre verdad, es decir que existen
sucesiones u no convergentes tales que la sucesión v es convergente y lı́m vn = 0.
n→+∞
√
Ejemplo 11 Consideremos la sucesión u dada por un = n para cada n ∈ N. Desde que
√ √ 1
vn = un+1 − un = n+1− n= √ √
n+1+ n
para cada n ∈ N, entonces v es una sucesión convergente tal que lı́m vn = 0. Pero u es una sucesión no
n→+∞
acotada por ende no convergente.
1.3.1. Criterios de convergencia
Teorema 2 (Bolzano-Weierstrass) Toda sucesión mońotona y acotada es convergente.
Como resultado de teorema anterior tenemos dos consecuencias usadas de manera más frecuente:
Consecuencia 3
1. Toda sucesión mońotona creciente y acotada superiormente es convergente.
2. Toda sucesión mońotona decreciente y acotada inferiormente es convergente.
1.4. ÁLGEBRA DE LÍMITES 7
Teorema 3 (Criterio del sandwich) Sean u, v, w tres sucesiones de números reales tales que
(C1) ∀ n ∈ N, un ≤ vn ≤ wn
(C2) Las sucesiones u y w son convergentes, y lı́m un = lı́m wn = l.

n→+∞ n→+∞
Entonces, la sucesión v es también convergente y lı́m vn = l.

n→+∞
q
(−1)n
Ejemplo 12 Muestre que la sucesión v = 4− nes convergente y lı́m vn = 2.
n→+∞
1 1

Solución: En efecto, considere las sucesiones u = 2 − 2n y w = 2 + √n , se tiene
1 1
(C1) 2 − ≤ vn ≤ 2 + √ , ∀n ∈ N
2n n
(C2) lı́m un = lı́m wn = 2.
n→+∞ n→+∞
Por el criterio del sandwich, se concluye el resultado.
Definición 3 Una sucesión u = (un ) es llamada de Cauchy si
∀ ε > 0, ∃ N ∈ N, ∀(m; n) ∈ N2 , m ≥ N ∧ n ≥ N ⇒ |um − un | < ε
Teorema 4 (Criterio de Cauchy) Sea u una sucesión. Son equivalentes:

1. u es convergente.
2. u es de Cauchy.
1.4. Álgebra de límites

Una de las ventajas de introducir las sucesiones como funciones sobre N es que podemos realizar las
cuatro operaciones básicas entre ellas:
1. u + v la sucesion suma de u y v definida por (u + v)n = un + vn
2. u − v la sucesion resta de u y v definida por (u − v)n = un − vn
3. u · v la sucesion producto de u y v definida por (u · v)n = un · vn

u u un
4. la sucesion cociente de u y v definida por = . Aquí vemos que para la buena definición es
v v n vn
necesaria la condición: ∀ n ∈ N, vn 6= 0.
Teorema 5 Sean u, v dos sucesiones convergentes tales que lı́m un = lu y lı́m vn = lv . Entonces
n→+∞ n→+∞
la sucesión:
1. u + v es convergente y además lı́m un + vn = lu + lv .
n→+∞
2. u − v es convergente y además lı́m un − vn = lu − lv .

n→+∞
3. u · v es convergente y además lı́m un · vn = lu · lv .

n→+∞
1.5. SERIES COMO CASO PARTICULAR DE SUCESIONES 8
Teorema 6 Sean u, v dos sucesiones convergentes tales que:

(C1) lı́m un = lu
n→+∞
(C2) lı́m vn = lv 6= 0
n→+∞
u un lu
Entonces la sucesión es convergente y además lı́m = .
v n→+∞ vn lv
1.5. Series como caso particular de sucesiones

Sea (un ) una sucesión de números reales. Consideremos la sucesión de sumas parciales (sn ) definida por
n
X
sn = u1 + · · · + un = uk
k=1
para cada n ∈ N. La sucesión (sn ) será llamada la serie de términos (un ) o la serie asociada a la sucesión
(un ).
Definición 4 Diremos que la serie de términos (un ) es convergente,
P∞ si la sucesión de sumas parciales (sn )
es convergente. En dicho caso, escribiremos simplemente n=1 un para denotar el valor de convergencia de
la sucesión de sumas parciales, i.e.
∞
X
lı́m sn = un .
n→+∞
n=1
Por lo tanto, estudiar la convergencia de la serie de términos (un ) es estudiar la existencia de

∞
X
lı́m sn = un .
n→+∞
n=1
Observación 2 Aplicando la definición de convergencia para la sucesión (sn ), diremos que la serie de
términos (un ) es convergente al valor ls ∈ R si
∀ ε > 0, ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒ |sn − ls | < ε.
Ejemplo 13 Analice la convergencia de la serie de términos un = 2−n+1 .
Solución: Para esto analizamos la sucesión de sumas parciales:
1 1 1 − ( 21 )n
sn = 1 + + · · · + n−1 =
2 2 1 − 21
P∞
Aplicando el álgebra de límites obtenemos que (sn ) es convergente y n1 un = lı́m sn = 2.
n→+∞
1
Ejemplo 14 Analice la convergencia de la serie de términos wn = .
n(n + 1)
1 1 1 1 1 1 1 1 1
sn = + + ··· + = 1 − + − + ··· + − =1−
1·2 2·3 n(n + 1) 2 2 3 n n+1 n+1
P∞
Aplicando el álgebra de límites obtenemos que (sn ) es convergente y n=1 wn = lı́m sn = 1.
n→+∞
n
Ejemplo 15 Analice la convergencia de la serie de términos vn = (−1) .
1 − (−1)n+1

2 n −1, si n es impar
sn = (−1) + (−1) + · · · + (−1) = −1=
1 − (−1) 0, si n es par
Así tenemos que la sucesión de sumas parciales no es convergente. Luego, la serie de términos (vn ) no es
convergente.
Consecuencia 4 Sea (un ) una sucesión de números reales.

(1) Si la serie de términos (un ) es convergente, entonces la sucesión (un ) es convergente y
lı́m un = 0.
n→+∞
(2) De manera equivalente, si la sucesión (un ) no es convergente o lı́m un 6= 0, entonces la serie

n→+∞
de términos (un ) no es convergente.
Ejemplo 16 La serie de términos (−1)n no es convergente, pues sabemos que la sucesión vn = (−1)n no
es convergente.
1.5.1. Criterios de convergencia para series

En muchos casos no es tan evidente aplicar la definición para mostrar la convergencia de una serie,
felizmente contamos con los siguientes resultados para agilizar este análisis:
Teorema 7 (Criterio de comparación) Dadas dos sucesiones (un ) y (vn ). Si

(C1) ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒ 0 ≤ un ≤ vn ,
(C2) la serie de términos (vn ) es convergente,
entonces la serie de términos (un ) es convergente, además

∞
X ∞
X
0≤ un ≤ vn .
n=N n=N
Consecuencia 5 (Criterio del valor absoluto) Dadas dos sucesiones (un ) y (vn ). Si
(C1) ∃ N ∈ N, ∀ n ∈ N, n ≥ N ⇒ |un | ≤ vn ,
(C2) la serie de términos (vn ) es convergente,

entonces las series de términos (un ) y (|un |) son convergentes, además
∞
X ∞
X ∞
X ∞
X
− vn ≤ un ≤ |un | ≤ vn .
n=N n=N n=N n=N
1
Ejemplo 17 Analice la convergencia de la serie de términos un = .
2n − 1
Solución: Considerando vn = 1/2n−1 tenemos que son verificadas:
(C1) Considerando N = 2 y cada n ∈ N, n ≥ N = 2 tenemos que
2n − 2n−1 = 2n−1 ≥ 2N −1 ≥ 2,
de donde 0 < 2n−1 < 2n − 1 et invirtiendo obtenemos

1 1
0 ≤ un = < n−1 = vn
2n − 1 2

1
(C2) La serie de términos converge.
2n−1

1
Aplicando el criterio de comparación concluimos que la serie de términos es convergente, además
2n − 1
∞ ∞
X 1 X 1
0≤ n−1
≤ n−1
= 1.
n=2
2 n=2
2
(−1)n
Ejemplo 18 Analice la convergencia de la serie de términos vn = .
4n
Solución: Considerando vn = 1/4n tenemos que son verificadas:
(C1) Considerando N = 1 y cada n ∈ N, n ≥ N = 1 tenemos que
(−1)n

1
4n ≤ 4n

1 1 1 1
(C2) La serie de términos converge al valor 1 = .
4n 4 1− 4
3
(−1)n

Aplicando el criterio de comparación concluimos que la serie de términos es convergente, además
4n
∞ ∞
1 X (−1) X 1 1
− ≤ ≤ = .
3 n=1 4n n=1
4n 3
Teorema 8 (Criterio de d’ Alembert) Dada la sucesión (un ).

(1) Si
un+1
∃ N ∈ N, ∀n ∈ N, n ≥ N ⇒
< 1,
un
entonces las series de términos (un ) y (|un |) son convergentes.
(2) Si
un+1
∀ N ∈ N, ∃n ∈ N, n ≥ N ⇒ > 1,
un
entonces serie de términos (un ) no es convergente.

un+1
(3) En caso lı́m = 1 no podemos afirmar nada sobre la convergencia de la serie de
n→+∞ un
términos (un ).
Muchas veces es mas rápido utilizar la siguiente version equivalente al criterio de d’Alambert:
Consecuencia 6 Dada una sucesión (un ).

(1) Si
un+1
lı́m < 1,
n→+∞ un

(2) Si
un+1
lı́m > 1,
n→+∞ un
entonces la serie de términos (un ) no es convergente.

un+1
(3) En caso lı́m = 1 no podemos afirmar nada sobre la convergencia de la serie de
n→+∞ un
términos (un ).
n
Ejercicio 1 Analice la convergencia de la serie de términos un = .
n3 + 2
2n + 4
Ejercicio 2 Analice la convergencia de la serie de términos vn = .
n + 32
n
Ejercicio 3 Analice la convergencia de la serie de términos wn = .
n+1
Teorema 9 (Criterio de la raíz) Dada la sucesión (un ).

(1) Si p
n
∃ N ∈ N ∧ c < 1, ∀n ∈ N, n ≥ N ⇒ |un | < c,
(2) Si p
n
∃ N ∈ N ∧ c > 1, ∀n ∈ N, n ≥ N ⇒ |un | > c,
p
(3) En caso lı́m n |un | = 1 no podemos afirmar nada sobre la convergencia de la serie de térmi-
n→+∞
nos (un ).
Muchas veces será más rápido utilizar la siguiente versión equivalente
Consecuencia 7 (Criterio de la raíz V2) Dada la sucesión (un ).

(1) Si p
n
lı́m |un | < 1,
n→+∞

(2) Si p
n
lı́m |un | > 1
n→+∞

p
(3) En caso lı́m n |un | = 1 no podemos afirmar nada sobre la convergencia de la serie de térmi-
n→+∞
nos (un ).
1
Ejercicio 4 Analice la convergencia de la serie de términos un = .
n2
n
Ejercicio 5 Analice la convergencia de la serie de términos vn = n .
n +2
n3
Ejemplo 19 Analice la convergencia de la serie de términos un = n .
3
Solución: Tenemos que:
√ 3 √ 3
√ n
n n
n
n
un = √ n
=
3n 3
Del álgebra de límites tenemos
√ 3
√ n
n 1
lı́m n un = lı́m =
n→+∞ n→+∞ 3 3
Vemos que lacondición de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n3

de términos converge.
3n
2 n
n +1
Ejemplo 20 Analice la convergencia de la serie de términos un = .
3n2
Solución: Tenemos que:
1
√ n2 + 1 1+ 2
n
un = = n
3n2 3
1
√ 1+ 2 1
lı́m n
un = lı́m n =
n→+∞ n→+∞ 3 3
Vemos que lacondición de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n
n2 + 1
3n2
n
nn + 2
Solución: Tenemos que: r √ √
√ n n
n n
n
n
vn = n n = √ n
= q
n +2 n
n +2 n n 1 + n2n
√
√ lı́m n
n
√ n
n 1 n→+∞
lı́m n
vn = lı́m q = lı́m r =0
n→+∞ n→+∞ 2 n→+∞ n 2
nn 1+ nn lı́m
n
1+ n
n→+∞ n
Vemos que lacondición
de la consecuencia 7 parte (i) es verificada, por lo que podemos concluir que la serie
n
nn + 2
Teorema 10 (Teorema de Leibniz) Sea (un ) una sucesión de términos positivos que satisface las
condiciones
(C1) (un ) es monótona decreciente,

(C2) lı́m un = 0.
n→+∞
Entonces, la serie de términos ((−1)n un ) es convergente.

(−1)n
n
1
Solución: Consideremos un = que es decreciente, además es convergente a 0. Como vn = (−1)n un ,
n
tenemos que las condiciones (C1) y (C2) del teorema 10 son verificadas. Por lo tanto podemos concluir que
(−1)n

la serie alternada es convergente.
n
En la literatura, existen otros criterios de convergencia como el de la integral que permiten estudiar por
1
ejemplo la convergencia de la serie términos un = 2 .
n
UNIDAD 2
SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
2.1. Breve resumen sobre las ecuaciones diferenciales ordinarias

Consideremos la ecuación polinomial con 3 incógnitas
x20 + 7x1 + x32 − 7 = 0
al reemplazar cada incógnita xi por y (i) , donde y :]a; b[→ R es una función desconocida de variable x,
obtenemos
y 2 + 7y (1) + (y (2) )3 − 7 = 0, x ∈]a; b[ (2.1)
La ecuación (2.1) es lo conocemos como una ecuación diferencial ordinaria (EDO). Como en el caso del
estudio de ecuaciones, el estudio de las EDO’s tiene por finalidad determinar si existen soluciones, encontrar
alguna solución (en
√ caso existan) y si es posible encontrarlas todas. La función definida sobre el intervalo
]a; b[ por ϕ(x) = 7, satisface ϕ(1) = ϕ(2) = 0. Al reemplazar estos valores en el lado izquierdo de la ecuación
(2.1) tenemos que: √
( 7)2 + 7 × 0 + (0)3 − 7 = 7 − 7 = 0
√
esto nos dice que la función constante
√ ϕ(t) = 7 es una solución de (2.1). De manera análoga se puede
verificar que la función ϕ(t) = − 7 también es solución. Luego una pregunta natural que aparece es: ¿La
ecuación (2.1) solo tiene dos soluciones?
¿Por qué resolver una EDO? Nos sirven para comprender muchos fenómenos físicos, cuyos comporta-
mientos verifican ciertas ecuaciones diferenciales ordinarias. Un ejemplo clásico es el movimiento pendular.
2.2. Generalidades sobre las ecuaciones diferenciales ordinarias

Diremos que una ecuación diferencial ordinaria es:
(i) de orden n, si el mayor orden de derivación presente en la ecuación diferencial es de valor n.
(ii) lineal, si no cuenta con multiplicaciones entre dos o más derivadas (de orden cero incluidas).
(iii) a coeficientes constantes, si los términos que acompañan a las derivadas (de orden cero incluidas) son
valores constantes.
Definición 5 Una solución de la ecuación diferencial ordinaria lineal de orden n
an (x)y (n) + an−1 (x)y (n−1) + · · · + a2 (x)y (2) + a1 (x)y (1) + a0 (x)y = b(x) (E)
sobre el intervalo abierto I, es una función n-veces diferenciable ϕ : I → R tal que
an (x)ϕ(n) (x) + an−1 (x)ϕ(n−1) (x) + · · · + a2 (x)ϕ(2) (x) + a1 (x)ϕ(1) (x) + a0 (x)ϕ(x) = b(x)
para cada x ∈ I. Aquí, ϕ(i) denota la i-ésima derivada de la función ϕ en caso 1 ≤ i ≤ n y ϕ(0) = ϕ.
14
2.3. ECUACIONES DIFERENCIALES ORDINARIAS LINEALES 15
Observación 3 Usualmente, se suele usar la notaciones
d3 ϕ d2 ϕ dϕ
ϕ000 = 3
= ϕ (3)
, ϕ 00
= 2
= ϕ(2) , ϕ0 = = ϕ(1) , ϕ = ϕ(0) .
dx dx dx
El siguiente resultado nos muestra que es posible reescribir una ecuación diferencial ordinaria de una
forma estándar.
Proposición 1 (Forma estándar) Sea
an (x)y (n) + an−1 (x)y (n−1) + · · · + a2 (x)y (2) + a1 (x)y (1) + a0 (x)y = b(x), x ∈ I, (E)
una ecuación diferencial ordinaria lineal de orden n. Si an (x) 6= 0 para todo x ∈ I, podemos considerar
la ecuación
an−1 (x) (n−1) a2 (x) (2) a1 (x) (1) a0 (x) b(x)
y (n) + y + ··· + y + y + y= , x∈I (Es )
an (x) an (x) an (x) an (x) an (x)
que es conocida como la ecuación diferencial ordinaria lineal de orden n escrita en forma standard
asociada a la ecuación (E). Además, una función ϕ es solución de la ecuación (E) si y solo si la
función ϕ es solución de la ecuación (Es ).
Usando el resultado anterior, en las siguiente secciones nos focalizaremos en resolver ecuaciones diferen-
ciales ordinarias que están escritas en forma estándar.
2.3. Ecuaciones diferenciales ordinarias lineales

2.3.1. De primer orden
Una ecuación diferencial ordinaria lineal de orden 1 es una ecuación
y 0 + a0 (x)y = b(x) (E)
donde a0 y b son funciones continuas sobre un intervalo I.
Definición 6 Sea a0 , b funciones continua en el intervalo I. Dada una ecuación diferencial ordinaria lineal
de orden 1
y 0 + a0 (x)y = b(x), x ∈ I (E)
La ecuación
y 0 + a0 (x)y = 0, x∈I (HE )
será llamada la ecuación diferencial ordinaria lineal homogénea de orden 1 asociada a la ecuación (E).
Proposición 2 (Método del factor integrante) La ecuación diferencial ordinaria
y 0 + a0 (x)y = b(x), x∈I (E)
admite como solución la función ϕ : I → R dada por

Z 
R R
a0 (x) dx − a0 (x) dx
ϕ(x) =  b(x)e dx + C  e .
donde C es una constante real arbitraria.
Dada una ecuación diferencial ordinaria lineal de orden 1
y 0 + a0 (x)y = b(x), x∈I (E)

R
a0 (x) dx
multiplicando la ecuación por el factor e obtenemos
R R R R 0
a0 (x) dx 0 a0 (x) dx a0 (x) dx a0 (x) dx
b(x)e =ye + a0 (x)ye = ye ,
de donde Z
R R
a0 (x) dx a0 (x) dx
y(x)e = b(x)e dx + C
con C una constante, y así

Z 
R R
y(x) =  b(x)e a0 (x) dx
dx + C  e− a0 (x) dx
.
Ejemplo 23 Resolver la ecuación

2
y 0 + xy = e−x /2
(E)
sobre el intervalo R.
Solución: La ecuación (E) es una ecuación diferencial ordinaria lineal de orden 1, donde se tiene a0 (x) = x
2
y b(x) = e−x /2 para todo x ∈ R. Tenemos que
Z Z
x2
Z R
a0 (x) dx x2 x2
a0 (x) dx = , b(x)e dx = e− 2 e 2 dx = x (2.2)
2
de donde la solución general de la ecuación (E) está dada por

x2
ϕ(x) = (x + C)e− 2 , ∀x ∈ R
Observación 4 En el cálculo de primitivas de (2.2) no necesitamos considerar las constantes de integración
ya que seran absorbidas por la constante C en la respuesta final.
Consecuencia 8 La ecuación diferencial ordinaria
y 0 + a0 (x)y = 0, y ∈ I (H)
donde a0 es una función continua sobre el intervalo abierto I, admite como solución general la función
ϕ : I → R dada por R
ϕ(x) = Ce− a0 (x) dx

3
y0 + y=0 (H)
x
sobre el intervalo R∗+ =]0, +∞[.
La ecuación (H) es una ecuación diferencial ordinaria lineal homogénea de orden 1, donde se tiene
a0 (x) = x3 para todo x ∈ R∗+ . Tenemos que
Z
a0 (x) dx = 3 ln(x),
de donde la solución general de la ecuación (H) está dada por

R
− a0 (x) dx C
ϕ(x) = Ce = Ce−3 ln(x) = , ∀x ∈ R∗+
x3

3y 0 + 5y = 0 (H)
Solución: Como la ecuación (H) es una ecuación diferencial ordinaria lineal homogénea de orden 1 que no
esta en forma estándar, primero rescribimos la ecuación a una forma estándar: es decir resolveremos
5
y0 + y = 0 (H’)
3
5
sobre el intervalo R. Se tiene a0 (x) = 3 para todo x ∈ R. Tenemos que
Z
5x
a0 (x) dx = ,
3
de donde la solución general de la ecuación (H’) o equivalentemente de la ecuación (H) está dada por
R
− a0 (x) dx 5x
ϕ(x) = Ce = Ce− 3 , ∀x ∈ R
2.3.2. De segundo orden

Antes de iniciar el estudio de ecuaciones diferenciales ordinarias lineales de orden 2, vamos a introducir
algunas definiciones a ser usadas en esta sección.
Definición 7 Sean I un intervalo no vacío y f, g : I → R dos funciones. Decimos que

(i) Las funciones f y g son linealmente independientes (l.i.) si la ecuación
β1 f (x) + β2 g(x) = 0, ∀x ∈ I
admite como única solución los coeficientes β1 = β2 = 0.

(ii) Las funciones f y g son linealmente dependientes (l.d.) si existen coeficientes β1 , β2 ∈ R, al menos uno
no nulo, tal que
β1 f (x) + β2 g(x) = 0, ∀x ∈ I.
Una herramienta útil para determinar si dos funciones diferenciables son l.i. es el Wronskiano, el cual es
definido a continuación:
Definición 8 Sea f, g : I → R dos funciones diferenciables. La función W(f, g) : I → R definida para cada
x ∈ I por
f (x) g(x)
W(f, g)(x) = det 0 = f (x)g 0 (x) − f 0 (x)g(x)
f (x) g 0 (x)
es llamada el Wronskiano de f y g.
Proposición 3 Dada dos funciones diferenciables f, g : I → R. Entonces,

(i) W(f, g) no se anula sobre I si y solo si f y g son linealmente independientes.
(ii) W(f, g) = 0 si y solo si f y g son linealmente dependientes.
Definición 9 Sea a2 , a1 , a0 y b funciones continuas en el intervalo I. Una ecuación diferencial ordinaria

lineal de orden 2 es una ecuación de la forma
a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = b(x), x ∈ I. (E)
La ecuación
a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = 0, x ∈ I. (HE )
es llamada la ecuación diferencial ordinaria homogénea de orden 2 asociada a la ecuación (E).
Forma estándar
Usando la escritura en forma estándar, podemos en esta sección suponer que las ecuaciones diferen-
ciales ordinarias lineales a resolver estarán siempre escritas en la forma
y 00 + a1 (x)y 0 + a0 (x)y = b(x), x∈I (E)
donde a1 , a0 y b son funciones continuas en el intervalo I.
Advertencia
En caso debamos resolver ecuaciones diferenciales ordinarias lineales que no están en forma estándar,
como primer paso se deberá pasar a la forma estándar para poder aplicar los métodos que se mencionan
en esta sección.
(MI) Método de la reducción de orden:

Comencemos con el análisis en el caso homogéneo. Sea la ecuación
y 00 + a1 (x)y 0 + a0 (x)y = 0, x∈I (HE )
Supongamos contamos con una solución conocida ϕ1 de la ecuación (HE ), dicha solución a veces suele
ser determinada por inspección.
PROCEDIMIENTO:
(P1) Consideramos la función ϕ2 (x) = λ(x)ϕ1 (x) para todo x ∈ I.
(P2) Suponemos que ϕ2 es una solución de la ecuación (HE ). Así tendremos
0 = ϕ002 (x) + a1 (x)ϕ02 (x) + a0 (x)ϕ2 (x)
= λ00 (x)ϕ1 (x) + 2λ0 (x)ϕ01 (x) + λ(x)ϕ001 (x) + a1 (x)[λ0 (x)ϕ1 (x) + λ(x)ϕ01 (x)] + a0 (x)λ(x)ϕ1 (x)
= [ϕ001 (x) + a1 (x)ϕ01 (x) + a0 (x)ϕ1 (x)]λ(x) + λ00 (x)ϕ1 (x) + [2ϕ01 (x) + a1 (x)ϕ1 (x)]λ0 (x)
para todo x ∈ I. Como ϕ1 es una solución de la ecuación (HE ) tal que ϕ1 (x) 6= 0 para todo x ∈ I,
obtenemos 0
00 ϕ1 (x)
λ (x) + 2 + a1 (x) λ0 (x) = 0
ϕ1 (x)
para todo x ∈ I, es decir la función λ0 es una solución de la ecuación diferencial ordinaria lineal
de orden 1 0
ϕ (x)
y0 + 2 1 + a1 (x) y = 0. (E’)
ϕ1 (x)
(P3) Resolvemos la ecuación (E’) para determinar la función λ. Sabemos que la solución general de la
ecuación (E’) está dada por
ϕ0 (x)
R
− 2 ϕ1 (x) +a1 (x) dx
1
ψ(x) = Ce
R
−2 ln(|ϕ1 (x)|)− a1 (x) dx
= Ce
R
− a1 (x) dx
e
=C
(ϕ1 (x))2
donde C es una constante real arbitraria. De donde por simplicidad podemos C = 1 y así considerar
Z R
− a1 (x) dx
e
λ(x) = dx, ∀x ∈ I.
(ϕ1 (x))2
(P4) Por lo tanto la solución a la ecuación diferencial ordinaria homogénea (HE ) está dada por
 R Z 
e− a1 (x) dx 
ϕh (x) = C1 ϕ1 (x) + C2 λ(x)ϕ1 (x) = C1 ϕ1 (x) + C2  dx ϕ1 (x) ∀x ∈ I,

(ϕ1 (x))2
donde C1 y C2 son constantes reales arbitrarias.

El procedimiento anterior esta resumida en la siguiente proposición:
Proposición 4 Dada una ecuación diferencial ordinaria lineal homogénea de orden 2
y 00 + a1 (x)y 0 + a0 (x)y = 0 (E)
donde a1 y a0 son funciones continuas en un intervalo I. Supongamos que ϕ1 : I → R es una

solución conocida de la ecuación (E) tal que ϕ1 (x) 6= 0 para todo x ∈ I. La solución general de
la ecuación diferencial ordinaria (E) está dada por
Z R 
e− a1 (x) dx 
ϕ(x) = C1 ϕ1 (x) + C2  dx ϕ1 (x), ∀x ∈ I,

(ϕ1 (x))2
Ejemplo 26 La función ϕ1 (x) = e5x es una solución de la ecuación diferencial ordinaria
y 00 − 25y = 0 (H)
sobre el intervalo R. Encuentre la solución general de la ecuación (H).

Solución: La ecuación (H) es una ecuación diferencial ordinaria lineal homogénea de orden 2 y
ϕ1 (x) = e5x es una solución de la ecuación (H) que no se anula para ningún valor R. Tenemos
a1 (x) = 0 y a0 (x) = −25 para todo x ∈ R, y así
Z R Z
Z − a1 (x) dx
e 1 1 −10x
a1 (x) dx = 0, dx = dx = − e ,
(ϕ1 (x))2 e10x 10
de donde utilizando la proposición 4, la solución general de la ecuación (H) está dada por

1 −10x 5x C2 −5x
ϕ(x) = C1 e5x + C2 e e = C1 e5x + e , ∀x ∈ I,
10 10
(MII) Método del polinomio característico:

El método presentado a continuación será útil únicamente en caso se necesite resolver ecuaciones
diferenciales ordinarias lineales con coeficientes constantes.
Proposición 5 Dada una ecuación diferencial ordinaria lineal homogénea de orden 2
y 00 + a1 y 0 + a0 y = 0 (E)
donde a1 y a0 son constantes. Las raíces del polinomio característico asociado a (E)
PE : t2 + a1 t + a0
están dadas por √ √

−a1 + ∆ −a1 − ∆
α1 = , α2 =
2 2
donde ∆ = a21 − 4a0 es la discriminante del polinomio PE .
(i) Caso ∆ = 0 (raíces reales y repetidas α = α1 = α2 ): La solución general de la

ecuación (E) está dada por
ϕ(x) = C1 eαx + C2 xeαx ∀x ∈ I,

(ii) Caso ∆ > 0 (raíces reales y distintas): La solución general de la ecuación (E) está
dada por
ϕ(x) = C1 eα1 x + C2 eα2 x ∀x ∈ I,
(iii) Caso ∆ < 0 (raíces complejas y conjugadas): La solución general de la ecuación (E)
está dada por
ϕ(x) = C1 eα1 x + C2 eα2 x ∀x ∈ I,
donde C1 y C2 son constantes reales arbitrarias. Alternativamente, usando la identidad
de Euler (eiθ = cos(θ) + i sen(θ) para todo θ ∈ R), la solución general de la ecuación (E)
está dada por
ϕ(x) = eRe(α1 )x (C10 cos(Im(α1 )x) + C20 sen(Im(α1 )x)) ∀x ∈ I,

y 00 − 4y 0 + 4y = 0 (H)
Solución: Vemos que la ecuación (H) es una ecuación diferencial ordinaria lineal homogénea de orden
2 con coefecientes constantes. El polinomio característico asociado está dado por PH : t2 − 4t + 4. Se
tiene ∆ = (−4)2 −4(4) = 0, luego el polinomio característico admite una única raiz real α = −(−4)
2 = 2.
Así, usando la proposición 5, tenemos que la solución general de la ecuación (H) está dada por
ϕ(x) = C1 e2x + C2 xe2x = (C1 + C2 x)e2x , ∀x ∈ R,
donde C1 , C2 son constantes reales arbitrarias.

y 00 − y 0 − 2y = 0 (H)
2 con coeficientes constantes. El polinomio característico asociado está dado por PH : t2 − t − 2. Se
2
tiene ∆ = (−1)
√
− 4(−2) = 9 > 0, luego
√
el polinomio característico admite dos raíces reales diferentes
−(−1)+ 9 −(−1)− 9
α1 = 2 = 2 y α2 = 2 = −1. Así, usando la proposición 5, tenemos que la solución
general de la ecuación (H) está dada por
ϕ(x) = C1 e2x + C2 e−x , ∀x ∈ R,

y 00 + y = 0 (H)
2 con coeficientes constantes. El polinomio característico asociado está dado por PH : t2 + 1. Se tiene
∆ = √ (0)2 − 4(1) = −4√ < 0, luego el polinomio característico admite raíces complejas conjugadas
α1 = 2−4 = i y α2 = − 2−4 = −i. Así, usando la proposición 5, tenemos que la solución general de la
ecuación (H) está dada por
ϕ(x) = C1 eix + C2 e−ix , ∀x ∈ R,
donde C1 , C2 son constantes reales arbitrarias. Alternativamente, la solución general de la ecuación
(H) está dada por
ϕ(x) = C10 cos(x) + C20 sen(x), ∀x ∈ R,
Determinación de una solución particular para una ecuación diferencial ordinaria lineal
no-homogénea de orden 2: Método de la variación de paramétros
El siguiente método proporciona un manera de encontrar una solución particular a una ecuación di-
ferencial ordinaria lineal no-homogénea de orden 2. Para poder usar el método es necesario conocer
como resolver ecuaciones diferenciales ordinarias lineales homogéneas de orden 2.
Considere la ecuación diferencial ordinaria lineal de orden 2
y 00 + a1 (x)y 0 + a0 (x)y = b(x), x∈I (E)
donde a1 , a0 y b son funciones continuas sobre un intervalo I.
PROCEDIMIENTO:
(P1) Consideramos la ecuación diferencial ordinaria homogénea de orden 2 asociada a (E)
y 00 + a1 (x)y 0 + a0 (x)y = 0 (HE )
(P2) Resolvemos la ecuación (HE ) para determinar dos functiones linealmente independientes ϕ1 , ϕ2
tal que la solución general de (HE ) está dada por
ϕh (x) = C1 ϕ1 (x) + C2 ϕ2 (x)

(P3) Una solución particular de la ecuación (E) estará dada por
ϕp (x) = λ1 (x)ϕ1 (x) + λ2 (x)ϕ2 (x)
donde las funciones λ01 y λ02 verifican el sistema de ecuaciones
λ01 (x)ϕ1 (x) + λ02 (x)ϕ2 (x) = 0

λ01 (x)ϕ01 (x) + λ02 (x)ϕ02 (x) = b(x)
para todo x ∈ I, i.e. las funciones λ1 y λ2 satisfacen

0 ϕ2 (x) ϕ1 (x) 0
b(x) ϕ02 (x)
0
ϕ (x) b(x)
λ01 (x) = , λ02 (x) = 1
ϕ
0 1 (x) ϕ2 (x) ϕ1 (x) ϕ2 (x)
ϕ1 (x) ϕ02 (x)
0
ϕ1 (x) ϕ02 (x)

para todo x ∈ I.
(P4) La solución general de la ecuación (E) estará dada por
ϕ(x) = ϕh (x) + ϕp (x) = C1 ϕ1 (x) + C2 ϕ2 (x) + λ1 (x)ϕ1 (x) + λ2 (x)ϕ2 (x)
donde
−b(x)ϕ2 (x)
Z Z
b(x)ϕ1 (x)
λ1 (x) = dx, λ2 (x) = dx
W (ϕ1 , ϕ2 )(x) W (ϕ1 , ϕ2 )(x)
para todo x ∈ I.

y 00 − 5y 0 + 6y = 4xex (E)
Solución: Vemos que la ecuación (E) es una ecuación diferencial ordinaria lineal no-homogénea de
orden 2 con coefecientes constantes. Su ecuación diferencial ordinaria lineal homogénea de orden 2
asociada es la ecuación
y 00 − 5y 0 + 6y = 0 (HE )
sobre el intervalo R. El polinomio característico asociado a la ecuación diferencial ordinaria (HE ) está
dado por PHE : t2 − 5t + 6. Se tiene ∆√= (−5)2 − 4(6) =√ 1 > 0, luego el polinomio característico PHE
admite raíces reales diferentes α1 = 5+2 1 = 3 y α2 = 5−2 1 = 2. Así, usando la proposición 5, tenemos
que la solución general de la ecuación (HE ) está dada por
ϕ(x) = C1 e3x + C2 e2x , ∀x ∈ R,
donde C1 y C2 son constantes reales arbitrarias. Tomemos ϕ1 (x) = e3x y ϕ2 (x) = e2x para todo x ∈ I.
Ya que el Wronskiano está dado por W(ϕ1 , ϕ2 )(x) = −e5x , una solución particular será dada por
ϕp (x) = λ1 (x)ϕ1 (x) + λ2 (x)ϕ2 (x)
donde
−(4xex )e2x
Z Z
λ1 (x) = dx = 4 xe−2x dx = −2xe−2x − e−2x ,
−e5x
(4xex )e3x
Z Z
λ2 (x) = dx = −4 xe−x dx = 4xe−x + 4e−x
−e5x
para todo x ∈ R. Luego, la solución particular buscada es
ϕp (x) = (−2xe−2x − e−2x )e3x + (4xe−x + 4e−x )e2x = 2xex + 3ex , ∀x ∈ R
y la solución general de la ecuación (E) está dada por
ϕ(x) = 2xex + 3ex + C1 e3x + C2 e2x , ∀x ∈ R
Cálculo:
Sea α ∈ R∗ . Usando integración por partes se tiene
xeαx eαx
Z
xeαx dx = − 2·
α α
2.4. SISTEMA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN 23
y 00 − 4y 0 + 4y = (x + 1)ex (E)
Solución: Vemos que la ecuación (E) es una ecuación diferencial ordinaria lineal no-homogénea de
orden 2 con coefecientes constantes. Su ecuación diferencial ordinaria lineal homogénea de orden 2
asociada es la ecuación
y 00 − 4y 0 + 4y = 0 (HE )
sobre el intervalo R. El polinomio característico asociado a la ecuación diferencial ordinaria (HE ) está
dado por PHE : t2 − 4t + 4. Se tiene ∆ = (−4)2 − 4(4) = 0, luego el polinomio característico PHE admite
una raiz única α = 2. Así, usando la proposición 5, tenemos que la solución general de la ecuación
(HE ) está dada por
ϕ(x) = C1 e2x + C2 xe2x , ∀x ∈ R,
donde C1 y C2 son constantes reales arbitrarias. Tomemos ϕ1 (x) = e2x y ϕ2 (x) = xe2x para todo
x ∈ R. Ya que el Wronskiano está dado por W(ϕ1 , ϕ2 )(x) = e4x , una solución particular será dada por
ϕp (x) = λ1 (x)ϕ1 (x) + λ2 (x)ϕ2 (x)
donde
−((x + 1)ex )xe2x
Z Z
λ1 (x) = dx = − (x + 1)xe−x dx
e4x
= (x + 1)xe−x − 2(−xe−x − e−x ) + e−x
= (x2 + 3x + 3)e−x ,
((x + 1)ex )e2x

Z Z
λ2 (x) = dx = (x + 1)e−x dx
e4x
= −(x + 1)e−x − e−x
= −(x + 2)e−x
para todo x ∈ R. Luego, la solución particular buscada es
ϕp (x) = (x2 + 3x + 3)ex − (x + 2)xex = (x + 3)ex , ∀x ∈ R
y la solución general de la ecuación (E) está dada por
ϕ(x) = (x + 3)ex + C1 e2x + C2 xe2x , ∀x ∈ R
2.4. Sistema de ecuaciones diferenciales ordinarias de primer orden

2.4.1. Generalidades
Un sistema de n ecuaciones diferenciales de primer orden es un ordenamiento de la siguiente forma
y10 = a11 (x)y1 + a12 (x)y2 + a13 y3 + · · · + a1n (x)yn + b1 (x)
y20 = a21 (x)y1 + a22 (x)y2 + a13 y3 + · · · + a1n (x)yn + b2 (x)
y30 = a31 (x)y1 + a32 (x)y2 + a33 y3 + · · · + a3n (x)yn + b3 (x) (S’)
..
.
yn0 = an1 (x)y1 + an2 (x)y2 + an3 y3 + · · · + ann (x)yn + bn (x)
donde aij y bi son funciones continuas sobre un mismo intervalo I, para todo i, j ∈ {1, 2, · · · , n}. Si la función
bi es la función nula para todo i ∈ {1, 2, · · · , n}, decimos que el sistema (S’) es homogéneo, caso contrario
diremos que el sistema es no homogéneo.
Representación matricial de un sistema diferencial: Si Y0 , Y, A(x) y B(x) denotan las matrices

 0      
y1 y1 a11 (x) a12 (x) · · · a1n (x) b1 (x)
 y20   y2   a21 (x) a22 (x) · · · a2n (x)   b2 (x) 
0
Y =  .  , Y =  .  , A(x) =  . , B(x) =  .  ,
       
. .
 ..   ..   .. .. ..   .. 

yn0 yn an1 (x) an2 (x) · · · ann (x) bn (x)
respectivamente, entonces el sistema de n ecuaciones diferenciales lineales de primer orden (S’) se puede
escribir en forma matricial
 0     
y1 a11 (x) a12 (x) · · · a1n (x) y1 b1 (x)
 y20   a21 (x) a22 (x) · · · a2n (x)   y2   b2 (x) 
 ..  =  .. ..   ..  +  .. 
      
..
.  . . .  .   . 
yn0 an1 (x) an2 (x) · · · ann (x) yn bn (x)
o simplemente
Y0 = A(x) · Y + B(x). (S)
En el caso homogéneo, i.e. si B(x) = 0, la representación matricial es
Y0 = A(x) · Y. (H)
Ejemplo 32 Escribir la forma matricial del sistema
y10 = sen(x)y1 + (x2 + 1)y2 + 2y3 + ex ,

y20 = xy2 + 4y3 + 3,
y30 = x2 y1 + e3x y3 .
 
y1
Solución: Consideramos la matriz de funciones incognitas Y = y2 , de esta manera tenemos
y3
 0 
sen(x) x2 + 1
    x
y1 2 y1 e
0
Y = y2 =
   0 x 4  · y2  +  3  = A(x) · Y + B(x).
y3 x2 0 e3x y3 0
Ejemplo 33 Escribir la forma matricial del sistema homogéneo
y10 = 4y1 + 7y2 + 2y3 ,

y20 = 3y1 + 4y2 + y3 ,
y30 = −2y2 + 3y3 .
 
y1
Solución: Consideramos la matriz de funciones incognitas Y = y2 , de esta manera tenemos
y3
 0    
y1 4 7 2 y1
Y0 = y2  = 3 4 1 · y2  = A(x) · Y.
y3 0 −2 3 y3
Ejemplo 34 Escribir la forma matricial del sistema

dx
= −x + 3y + 2z + t,
dt
dy
= 3z + x − 7y + et ,
dt
dz
= z + 2.
dt
 
x
Solución: Consideramos la matriz de funciones incognitas Y = y , de esta manera tenemos
z
 0      
x −1 3 2 x t
Y0 = y  =  1 −7 3 · y  + et  = A(t) · Y.
z 0 0 1 z 2
Ejercicio 6 Escribir la forma matricial

dx
= y + t,
dt
dy
= ln(t)y + et t − et x,
dt
dz 1
= z.
dt t
Ejercicio 7 Escribir la forma matricial
y10 = −y1 + y3 ,
y20 = y2 − y1 ,
y30 = 5.
Definición 10 Un vector solución del sistema
Y0 = A(x) · Y + B(x), x ∈ I, (S)
en el intervalo I, es cualquier matriz columna


ϕ1
 ϕ2 
Φ= . 
 
 .. 
ϕn
de funciones diferenciables en el intervalo I tal que
Φ0 (x) = A(x) · Φ(x) + B(x).
para cada x ∈ I.
Ejemplo 35 Muestre que las matrices columna

3 2x 0 −x
Φ1 (x) = e , Φ2 (x) = e ,
0 4

0 2 0
son vectores solución del sistema Y = · Y en el intervalo R.
0 −1
Solución: Tenemos
2 0 2 0 3 2x 6 2x
· Φ1 (x) = · e = e = Φ01 (x),
0 −1 0 −1 0 0
y
2 0 2 0 0 −x 0 −x
· Φ2 (x) = · e =− e = Φ02 (x),
0 −1 0 −1 4 4
para todo x ∈ R.
Ejercicio 8 Dado a0 , a1 dos números reales. Considere los números λ1 y λ2 tal que λ1 +λ2 = a1 y λ1 λ2 = a0 .
Muestre que las matrices

1 1
Φ1 (x) = e−λ1 x , Φ2 (x) = e−λ2 x ,
−λ1 −λ2
son vectores solución del sistema

0 0 1
Y = ·Y
−a0 −a1
en el intervalo R.
Existencia de soluciones
Teorema 11 Dado un sistema
Y0 = A(x) · Y + B(x), x ∈ I, (S)
donde A y B son matrices de funciones continuas sobre el intervalo I. Entonces, existe al menos un
vector solución del sistema (S) en el intervalo I.
Problema con valores iniciales

Sea  
z1
 z2 
x0 ∈ I, y Y0 =  .  ∈ Matn,1 (R).
 
 .. 
zn
Entonces el problema de resolver
Y0 = A(x) · Y + B(x), x∈I

(PVI)
Y(x0 ) = Y0
es llamado un problema con valores iniciales en el intervalo I.
Existencia de soluciones únicas

Teorema 12 Dado un problema de valores iniciales
Y0 = A(x) · Y + B(x), x∈I

(PVI)
Y(x0 ) = Y0
donde A y B son matrices de funciones continuas sobre el intervalo I. Entonces, existe un único
vector solución que verifica (PVI).
2.4.2. Sistema asociado a una ecuación diferencial ordinaria

Sea
y (n) + an−1 (x)y (n−1) + · · · + a2 (x)y (2) + a1 (x)y (1) + a0 (x)y = b(x), x ∈ I, (E)
una ecuación diferencial ordinaria lineal de orden n cuyos coeficientes son funciones continuas en el intervalo
I. Consideremos las funciones
y1 = y
y2 = y 0
y3 = y 00
y4 = y 000
..
.
yn = y (n−1)
entonces
y10 = y 0 = y2
y20 = y 00 = y3
y30 = y 000 = y4
..
.
yn0 = y (n) = −a0 (x)y1 − a1 (x)y2 − a2 (x)y3 + · · · − an−1 (x)yn + b(x)
o equivalentemente
Y0 = A(x) · Y + B(x). (SE )
donde
y (1)
       
y 0 1 0 ··· 0 0
 y (2)   y (1)   0 0 1 ··· 0   0 
 (3)   (2)     
Y0 =  y  ,
 
Y= y

,

A(x) = 
 0 0 0 ··· 0 ,

B(x) = 
 0 .

 .   ..  .. .. .. .. ..
 .. 
   
 .   . . . .   .
y (n) y (n−1) −a0 (x) −a1 (x) −a2 (x) · · · −an−1 (x) b(x)
Diremos que el sistema (SE ) es el sistema de n ecuaciones diferenciales lineales de orden 1 asociado a la
ecuación diferencial ordinaria lineal de orden n (E).
Soluciones
(S1) Si Φ es un vector solución del sistema (SE ), entonces ϕ := [Φ]11 es una solución de la ecuación
(E).
(S2) Si ϕ es una solución de la (E), entonces
ϕ(0)
 

 ϕ(1) 

Φ := 
 ϕ(2) 

 .. 
 . 
ϕ(n−1)
es un vector solución del sistema (SE ).
Ejemplo 36 Encuentre el sistema asociado a la ecuación diferencial ordinaria de orden 2
y 00 + a1 y 0 + a0 y = 0, x ∈ R.

y
Solución: Considerando Y = , tenemos el sistema
y0

y 0 1 y 0 1
Y0 = 0 = · 0 = · Y.
y −a0 −a1 y −a0 −a1
Ejercicio 9 Usando el ejemplo anterior y el ejercicio 8, muestre que las funciones
ϕ1 (x) = e−λ1 x y ϕ2 (x) = e−λ2 x ,
donde λ1 + λ2 = a1 y λ1 λ2 = a0 , son soluciones de la ecuaciíon diferencial ordinaria orden 2
y 00 + a1 y 0 + a0 y = 0, x ∈ R.
en el intervalo R.
2.4.3. Sistemas homogéneos de ecuaciones diferenciales ordinarias lineales

En esta sección, estaremos interesados en resolver sistemas homogéneos, es decir sistemas de n ecuaciones
diferenciales ordinarias lineales de orden 1 de la forma
Y0 = A(x) · Y, x ∈ I, (Sh )
donde  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . ..  ,
 
..
 .. . . 
an1 an2 ··· ann
es una matriz de funciones continuas en el intervalo I.
Principio de superposición
Teorema 13 Sea Φ1 , Φ2 ,· · · ,Φk un conjunto de vectores soluciones del sistema homogéneo (Sh ) en
el intervalo I. Entonces la combinación lineal
Φ = C1 Φ1 + C2 Φ2 + · · · + Ck Φk ,
donde las Ci son constantes arbitrarias para todo i ∈ {1, 2, · · · , k}, es también un vector solución del
sistema (Sh ).
Ejercicio 10 Muestre que una combinación lineal de los vectores solución dados en el ejercicio 8 es vector
solución del sistema
0 0 1
Y = ·Y
−a0 −a1
en el intervalo R.
Definición 11 (Dependencia e independencia lineal) Sea {Φ1 , Φ2 ,· · · ,Φk } un conjunto de vectores
soluciones del sistema homogéneo (Sh ) en el intervalo I. El conjunto de vectores es llamado linealmente
dependiente en el intervalo I, si existen constantes C1 , C2 , · · · , Ck no todas cero, tales que
C1 Φ1 (x) + C2 Φ2 (x) + · · · + Ck Φk (x) = 0
para todo x ∈ I. Si el conjunto de vectores no es linealmente dependiente en el intervalo I, entonces el
conjunto de vectores es llamado linealmente independiente en el intervalo I.
Ejercicio 11 Muestre que los vectores solución del sistema

0 0 1
Y = ·Y
−a0 −a1
en el intervalo R dados en el ejercicio 8 son linealmente independientes si λ1 6= λ2 .
Definición 12 Un conjunto de n vectores solución linealmente independientes del sistema homogéneo (Sh )
en el intervalo I, es llamado un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en el
intervalo I.
Una herramienta útil para reconocer conjuntos linealmente independientes es la función Wronskiano.
Proposición 6 (Wronskiano) Sea {Φ1 , Φ2 ,· · · ,Φn } un conjunto de n vectores solución del sistema ho-
mogéneo (Sh ) en el intervalo I. La función Wronskiano de {Φ1 , Φ2 ,· · · ,Φn } está definida como
W(Φ1 , Φ2 , · · · , Φn )(x) = det(Φ1 (x)|Φ2 (x)| · · · |Φn (x))
para todo x ∈ I. El conjunto {Φ1 , Φ2 ,· · · ,Φn } es linealmente independiente en el intervalo I si y solo si
W(Φ1 , Φ2 , · · · , Φn )(x) 6= 0,
para todo x ∈ I.
Ejemplo 37 Consideremos los vectores solución del exercicio 8
Φ1 (x) = Γ1 e−λ1 x , Φ2 (x) = Γ2 e−λ2 x ,

1 1
para todo x ∈. Donde usamos la notación Γ1 = y Γ2 = . Vemos que
−λ1 −λ2

−λ1 x −λ2 x −(λ1 +λ2 )x 1 1 −(λ1 +λ2 )x

W(Φ1 , Φ2 )(x) = det(Φ1 (x)|Φ2 (x)) = det(Γ1 e |Γ2 e )=e −λ1 −λ2 = e (λ1 −λ2 ).
Si λ1 6= λ2 , se tiene
W(Φ1 , Φ2 )(x) 6= 0
para todo x ∈ I. Es decir, si λ1 6= λ2 el conjunto de vectores solución {Φ1 , Φ2 } del sistema

0 0 1
Y = ·Y
−a0 −a1
es linealmente independiente en el intervalo R.
Teorema 14 Sea el sistema homogéneo de n ecuaciones diferenciales ordinarias lineales de orden 1
Y0 = A(x) · Y, x ∈ I, (Sh )
donde  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . ..  ,
 
..
 .. . . 
an1 an2 ··· ann
es una matriz de funciones continuas en el intervalo I.
(i) Existe un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en el intervalo I.
(ii) Si {Φ1 , Φ2 ,· · · ,Φn } es un conjunto fundamental de soluciones del sistema homogéneo (Sh ) en
el intervalo I. Entonces la solución general del sistema (Sh ) en el intervalo I está dada por
Φ = C1 Φ1 + C2 Φ2 + · · · + Cn Φn ,
donde las Ci son constantes reales arbitrarias para todo i ∈ {1, 2, · · · , n}.
2.4.4. Sistemas homogéneos donde la matriz de coeficientes tiene entradas cons-

tantes
Supongamos que una solución del sistema
Y0 = A · Y, x ∈ I, (Sh )
donde  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . ..  ,
 
..
 .. . . 
an1 an2 ··· ann
es una matriz de números reales, es un vector solución de la forma
 
γ1
 γ2 
Φ(x) =  .  · eλx = Γ · eλx
 
 .. 
γn
para todo x ∈ I, donde 

γ1
 γ2 
Γ= . 
 
 .. 
γn
es una matriz de constantes no todas nulas y λ es una constante. En este caso, tenemos
Γ · (λeλx ) = Φ0 (x) = AΦ(x) = A · Γ · eλx ,
para todo x ∈ I, de donde

(λIn − A) · Γ · eλx = (λΓ − A · Γ) · eλx = 0
para todo x ∈ I. Como eλx 6= 0, para todo x ∈ I, entonces necesariamente
(λIn − A) · Γ = 0.
Para que existan soluciones no nulas para la matriz Γ, necesariamente se debe tener det(λIn − A) = 0, pues
caso contrario tendríamos que λIn − A es una matriz inversible y así
Γ = In · Γ = (λIn − A)−1 · (λIn − A) · Γ = (λIn − A)−1 · 0 = 0.
Conclusión
El parámetro λ debe satisfacer la ecuación
det(tIn − A) = 0 ⇐⇒ det(A − tIn ) = 0.
Definición 13 (Valores y vectores propios de una matriz) Sea A una matriz cuadrada de talla n.
Los valores λ que satisfacen la ecuación polinomial
PA (t) := det(tIn − A) = 0,
donde PA (t) es llamado el polinomio característico de la matriz A, son llamados valores propios (autovalores
o eigenvalores) de la matriz A. Además, los vectores no nulos Γ tal que
(λIn − A) · Γ = 0 ⇐⇒ A · Γ = λΓ,
son llamados vectores propios (autovectores o eigenvectores) de la matriz A asociados al valor propio λ.
Dado un valor propio λ de la matriz A, diremos que este tiene multiplicidad m si
el polinomio (t − λ)m es un factor del polinomio característico PA (t), y
el polinomio (t − λ)m+1 no es un factor del polinomio característico PA (t).
Ejemplo 38 Determinar los valores y vectores propios de la matriz

 
1 −2 2
A = −2 1 −2 .
2 −2 1
Solución: Tenemos

t − 1 2 −2

PA (t) = det(tI3 − A) = 2 t−1 2
−2 2 t − 1

t − 1 2 2 2 2 t − 1
= (t − 1)
− 2
− 2
2 t − 1 −2 t − 1 −2 2
= (t − 1)((t − 1)2 − 4) − 2(2t + 2) − 2(2t + 2)
= (t − 1)(t − 3)(t + 1) − 8(t + 1)
= (t + 1)(t2 − 4t − 5) = (t + 1)(t + 1)(t − 5) = (t + 1)2 (t − 5).
De donde, λ1 = −1 es un valor propio de multiplicidad 2 y λ2 = 5 es un valor propio de multiplicidad 1.

 
a
(i) Vectores propios asociados al valor propio λ1 = −1: Debemos encontrar los vectores Γ1 =  b  tal que
c
         
−2 2 −2 a 0 −1 1 −1 a 0
(−I3 −A)·Γ1 = 0 ⇐⇒  2 −2 2 · b  = 0 ⇐⇒  0 0 0 · b  = 0 ⇐⇒ −a+b−c = 0,
−2 2 −2 c 0 0 0 0 c 0
de donde      
a 1 0
Γ1 =  b  = 1 a + 1 c
c 0 1
con a, c siendo números reales arbitrarios.
 
a
(ii) Vectores propios asociados al valor propio λ2 = 5: Debemos encontrar los vectores Γ2 =  b  tal que
c
           
4 2 −2 a 0 1 1 0 a 0
a = −b
(5I3 − A) · Γ2 = 0 ⇐⇒  2 4 2  ·  b  = 0 ⇐⇒ 0 1 1 · b = 0 ⇐⇒
     ,
c = −b
−2 2 4 c 0 0 0 0 c 0
de donde    
a −1
Γ2 =  b  =  1  b
c −1
con b siendo un número real arbitrario.
Ejemplo 39 Determinar los valores y vectores propios de la matriz

 
2 1 6
A = 0 2 5 .
0 0 2
Solución: Tenemos

t − 2 −1 −6

PA (t) = det(tI3 − A) = 0 t − 2 −5
0 0 t − 2

t − 2 −5 0 −5 0 t − 2
= (t − 2)
+ 1
− 6 = (t − 2)3 ,
0 t−2 0 t−2 0 0
de donde λ = 2 eselúnico valor propio de multiplicidad 3. Un vector propio asociado al valor propio λ = 2,
a
es un vector Γ =  b  tal que
c
     
0 −1 −6 a 0
(2I3 − A) · Γ = 0 ⇐⇒ 0 0 −5 ·  b  = 0 ⇐⇒ b=c=0 ,
0 0 0 c 0
de donde    
a 1
Γ =  b  = 0 a,
c 0
siendo a un número real arbitrario.
Para determinar las soluciones de un sistema de n ecuaciones diferenciales ordinarias de orden 1, de-
beremos determinar los valores propios de la matriz de coeficientes A de talla n. Por un teorema que no
demostraremos se sabe que la matriz A tiene n valores propios complejos. Entonces, tendremos los siguientes
casos:
(C1) Los n valores propios son reales: En este caso, si λ1 , λ2 , · · · , λn denotan los diferentes valores
propios de la matriz A y Γi denota un vector propio de la matriz A asociado al valor propio λi . El
conjunto {Φ1 , Φ2 , · · · , Φn } donde
Φi (x) = Γi eλi x , x ∈ I,
es un conjunto fundamental del sistema y entonces la solución general del sistema (Sh ) en el intervalo
I, está dado por
Φh (x) = C1 Φ1 + C2 Φ2 + · · · + Cn Φn = C1 Γ1 eλ1 x + C2 Γ2 eλ2 x + · · · + Cn Γn eλn x ,
donde Ci son constantes reales arbitrarias para cada i ∈ {1, 2, · · · , n}.

(C2) Hay valores propios reales con multiplicidad 1 < m ≤ n: Sea λ un valor propio de la matriz A
de multiplicidad m. Debemos encontrar m vectores solución del sistema homogéneo en el intervalo I
relacionados al valor propio m.
a) Si existe m vectores propios linealmente independientes asociados al valor propio λ:
En este caso, si {Γ1,λ , Γ2,λ , · · · , Γm,λ } denotan los m vectores propios linealmente independientes,
entonces el conjunto {Φ1,λ , Φ2,λ , · · · , Φm,λ }, donde
Φi,λ (x) = Γi,λ eλx , x ∈ I,
es un conjunto de vectores soluciones del sistema en el intervalo I. Estos vectores serán conside-
rados como parte del conjunto fundamental del sistema.
b) Si hay un solo vector propio asociado al valor propio λ: En este caso, se puede encontrar
m vectores soluciones del sistema en el intervalo I de la siguiente manera:
Φ1 (x) = Γ11 eλx

Φ2 (x) = Γ21 xeλx + Γ22 eλx
x2 λx
Φ3 (x) = Γ31 e + Γ32 xeλx + Γ33 eλx
2!
..
.
xm−1 λx xm−2 λx
Φm (x) = Γm1 e + Γm2 e + · · · + Γmm eλx
(m − 1)! (m − 2)!
donde los Γij son vectores columna. Estos vectores serán considerados como parte del conjunto
fundamental del sistema. A continuación, indicaremos un algoritmo para encontrar los vectores
columna Γij .
Si la matriz A tiene un valor propio de multiplicidad 2: Supongamos que Γ es el único
vector propio asociado al valor propio λ, entonces
(i) La primera solución será Φ1 = Γeλx ,
(ii) La segunda solución será Φ2 = Γ21 xeλx + Γ22 eλx , de donde remplanzando en nuestro sistema
Y0 = A · Y, se tiene
(λΓ21 − A · Γ21 )xeλx + (Γ21 + λΓ22 − A · Γ22 )eλx = 0
para todo x ∈ I. Como las funciones eλx y xeλx son linealmente independientes, tenemos
(λIn − A) · Γ21 = 0,
(λIn − A) · Γ22 = −Γ21 .
Consideramos Γ21 = Γ y luego resolvemos (λIn − A) · Γ22 = −Γ, para determinar Γ22 .
Si la matriz A tiene un valor propio de multiplicidad 3: Supongamos que Γ es el único
vector propio asociado al valor propio λ, entonces
(i) La primera solución será Φ1 = Γeλx ,
(ii) La segunda solución será Φ2 = Γxeλx + Γ22 eλx donde (λIn − A) · Γ22 = −Γ,
2
(iii) La tercera solución será Φ3 = Γ31 x2 eλx + Γ32 xeλx + Γ33 eλx , de donde remplanzando en
nuestro sistema Y0 = A · Y, se tiene
x2 λx
(λΓ31 − A · Γ31 ) e + (Γ31 + λΓ32 − A · Γ32 )xeλx + (Γ32 + λΓ33 − A · Γ33 )eλx = 0
2
para todo x ∈ I. Como las funciones eλx , xeλx , x2 eλx son linealmente independientes, tenemos
(λIn − A) · Γ31 = 0,
(λIn − A) · Γ32 = −Γ31 ,
(λIn − A) · Γ33 = −Γ32 .
Consideramos Γ31 = Γ y Γ32 = Γ22 y luego resolvemos (λIn − A) · Γ33 = −Γ22 , para
determinar Γ33 .
(C3) Hay valores propios complejos: Sea λ = α + iβ un valor propio complejo de la matriz A. Note que
la conjugada de λ, i.e. λ̄ = α − iβ, es también un valor propio de la matriz A. Además los vectores
propios asociados a λ y λ̄ tendrán también entradas complejas. Si Γ denota un vector propio asociado
al valor propio λ, el vector que tiene como entradas las conjugadas de las entradas de Γ, denotado Γ,
será un vector propio asociado al valor propio λ̄. Así,
Φ̃(x) = Γeλx , Φ̃(x) = Γeλ̄x ,

son vectores solución (complejos) del sistema en el intervalo I. Por otro lado, usando la formula de
Euler eβx = cos(βx) + i sen(βx), tenemos
eλx = eαx eβx = eαx (cos(βx) + i sen(βx)) , eλ̄x = eαx e−βx = eαx (cos(βx) − i sen(βx)) ,
de donde por el principio de superposición y utilizando la notación,

1 i
Re(Γ) := Γ+Γ , Im(Γ) := −Γ + Γ ,
2 2
para las matrices cuyas entradas son número reales, obtenemos
1 1 i
Φ1 (x) = (Φ̃(x) + Φ̃(x)) = (Γ + Γ)eαx cos(βx) − (−Γ + Γ)eαx sen(βx)
2 2 2
= eαx (Re(Γ) cos(βx) − Im(Γ) sen(βx))
i i 1
Φ2 (x) = (−Φ̃ + Φ̃) = (−Γ1 + Γ)eαx cos(βx) + (Γ + Γ)eαx sen(βx)
2 2 2
= eαx (Im(Γ) cos(βx) + Re(Γ) sen(βx))
como vectores solución (reales) del sistema en el intervalo I. Estos vectores solución serán usados para
formar nuestro conjunto fundamental del sistema.
Ejemplo 40 Resolver el sistema

 
2 0 0
Y0 = 0 −1 0 · Y, x ∈ R. (Sh )
0 0 3
 
2 0 0
Solución: Vemos que A = 0 −1 0 y PA (t) = (t + 1)(t − 2)(t − 3). De donde, la matriz A tiene tres
0 0 3
= −1, λ2 = 2 y λ3 = 3.
valores propios reales y diferentes λ1
 
a
Al resolver (−I3 − A) · Γ1 = 0 donde Γ1 =  b , tenemos
c
       
−3 0 0 a 0 0
0 0 0  ·  b  = 0 ⇐⇒ Γ1 = 1 b.
0 0 −4 c 0 0
 
a
Al resolver (2I3 − A) · Γ2 = 0 donde Γ2 =  b , tenemos
c
       
0 0 0 a 0 1
0 3 0  ·  b  = 0 ⇐⇒ Γ2 = 0 a.
0 0 −1 c 0 0
 
a
Al resolver (3I3 − A) · Γ = 0 donde Γ3 =  b , tenemos
c
       
1 0 0 a 0 0
0 4 0 ·  b  = 0 ⇐⇒ Γ3 = 0 c.
0 0 0 c 0 1
Así, la solución general del sistema en el intervalo R está dada por

     
0 1 0
Φ(x) = C1 1 e−x + C2 0 e2x + C3 0 e3x , x ∈ R,
0 0 1
donde C1 , C2 y C3 son constantes reales arbitrarias.
0 2 3
Y = · Y, x ∈ R. (Sh )
4 −2

2 3 t − 2 −3
Solución: Vemos que A = y PA (t) = = (t − 2)(t + 2) − 12 = t2 − 16. De donde, la
4 −2 −4 t + 2
matriz A tiene dos valores propios reales y diferentes λ1 = −4 y λ2 = 4.

a
Al resolver (−4I2 − A) · Γ1 = 0 donde Γ1 = , tenemos
b

−6 −3 a 0 1
· = ⇐⇒ Γ1 = a.
−4 −2 b 0 −2

a
Al resolver (4I2 − A) · Γ2 = 0 donde Γ2 = , tenemos
b

2 −3 a 0 3
· = ⇐⇒ Γ2 = t.
−4 6 b 0 2
Así, la solución general del sistema en el intervalo R está dada por

1 −4x 3 4x
Φ(x) = C1 e + C2 e , x ∈ R,
−2 2
 
2 1 6
Y0 = 0 2 5 · Y, x ∈ R. (Sh )
0 0 2
 
2 1 6
Solución: Vemos que A = 0 2 5 y PA (t) = (t − 2)3 . De donde A tiene un único valor propio λ = 2
0 0 2
de multiplicidad m = 3. Al resolver (2I3 − A) · Γ = 0, tenemos el único vector propio
 
1
Γ = 0 .
0
Ahora debemos resolver (2I3 − A) · Γ22 = −Γ y luego (2I3 − A) · Γ33 = −Γ22 , de donde tenemos
   
0 0
Γ22 = 1 , y Γ33 = − 56  .
1
0 5
Por lo tanto, la solución general del sistema (Sh ) en el intervalo R está dada por
x2
Φ(x) = C1 Γe2x + C2 (Γxe2x + Γ22 e2x ) + C3 (Γ e2x + Γ22 xe2x + Γ33 e2x )
      2
       
1 1 0 1 2 0 0
x
= C1 0 e2x + C2 0 xe2x + 1 e2x  + C3 0 e2x + 1 xe2x + − 56  e2x 
2 1
0 0 0 0 0 5


2 8
Y0 = · Y, x ∈ R. (Sh )
−1 −2

2 8 t − 2 −8
Solución: Vemos que A = y PA (t) = = t2 +4. De donde, los únicos valores propios
−1 −2 1 t + 2

γ
de A son λ = 2i y λ̄ = −2i. Para encontrar el vector propio Γ = 1 , resolvemos el sistema de ecuaciones
γ2

γ1 0 2i − 2 −8 γ1 0 2i − 2 −8 γ 0
(2iI2 − A) · = ⇐⇒ · = ⇐⇒ · 1 = ,
γ2 0 1 2i + 2 γ2 0 0 0 γ2 0

γ1 4
de donde Γ = = γ, con γ una constante compleja arbitraria. Necesitamos solo un valor propio,
γ2 i−1
de donde por facilidad, tomamos γ = 1, y así

4 0
Γ= +i .
−1 1
Se tiene
4 0
Re(Γ) = , Im(Γ) = ,
−1 1
de donde la solución general del sistema (Sh ) en el intervalo R está dada por

4 0 0 4
Φ(x) = C1 cos(2x) − sen(2x) + C2 cos(2x) + sen(2x)
−1 1 1 −1

4 cos(2x) 4 sen(2x)
= C1 + C2
− cos(2x) − sen(2x) cos(2x) − sen(2x)
donde C1 y C2 son constantes reales arbitrarias
2.4.5. Sistemas no homogéneos de ecuaciones diferenciales ordinarias lineales
Teorema 15 Sea el sistema de n ecuaciones diferenciales ordinarias lineales de orden 1
Y0 = A(x) · Y + B(x), x ∈ I, (S)
donde    
a11 a12 ··· a1n b1
 a21 a22 ··· a2n   b2 
A= . ..  , B =  . ,
   
..
 .. . .   .. 
an1 an2 ··· ann bn
son matrices de funciones continuas en el intervalo I. Dado Φp una solución particular dada del
sistema (S) en el intervalo I y sea
Φh = C1 Φ1 + C2 Φ2 + · · · + Cn Φn ,
la solución general del sistema homogéneo asociado
Y0 = A(x) · Y, x ∈ I, (Sh )
en el mismo intervalo I, entonces la solución general del sistema (S) en el intervalo I está dada por
Φ = Φh + Φp .
A continuacíon, presentamos el método de variación de paramétros para sistemas que nos será útil para
encontrar una solución particular de un sistema dado.
Método de variación de paramétros: Sea el sistema de n ecuaciones diferenciales ordinarias lineales de
orden 1
Y0 = A(x) · Y + B(x), x ∈ I, (S)
donde    
a11 a12 ··· a1n b1
 a21 a22 ··· a2n   b2 
A= . ..  , B =  . ,
   
..
 .. . .   .. 
an1 an2 ··· ann bn
son matrices de funciones continuas en el intervalo I. Considere un conjunto fundamental {Φ1 , Φ2 , · · · , Φn }
en el intervalo I para el sistema homogéneo asociado
Y0 = A(x) · Y, x ∈ I. (Sh )
La matriz
M = [Φ1 | Φ2 | · · · |Φn ]
cuyas columnas son los vectores solución del conjunto fundamental {Φ1 , Φ2 , · · · , Φn } colocadas de manera
ordenada, será llamada la matriz fundamental del sistema (Sh ). Se puede mostrar que esta matriz es inversi-
ble, pues det(M) = W(Φ1 , Φ2 , · · · , Φn ) 6= 0, y que M0 = A · M. Usando la matriz fundamental, la solución
general (Sh ) en el intervalo I puede rescribirse como
   
C1 C1
 C2   C2 
Φh = C1 Φ1 + C2 Φ2 + · · · + Cn Φn = [Φ1 | Φ2 | · · · |Φn ] ·  .  = M ·  .  = M · C,
   
 ..   .. 
Cn Cn
donde 

C1
 C2 
C= . 
 
 .. 
Cn
es una matriz columna de constantes reales arbitrarias.
PROCEDIMIENTO:
(P1) Suponemos que una solución particular del sistema (S) es de la forma
Φp (x) = M(x) · Λ(x), x∈I
donde 

λ1
 λ2 
Λ= . 
 
 .. 
λn
es una matriz columna de funciones continuas en el intervalo I.
(P2) Calculamos la matrix Λ. Para esto, como Φp es una solución del sistema (S), entonces Φ0p (x) =
A(x) · Φp (x) + B(x) para todo x ∈ I, de donde como Φ0p (x) = M0 (x) · Λ(x) + M(x) · Λ0 (x), se tiene
M0 (x) · Λ(x) + M(x) · Λ0 (x) = A(x) · M(x) · Λ(x) + B(x)
para todo x ∈ I. Así, usando el hecho que M0 = A · M, tenemos
M(x) · Λ0 (x) = B(x)

para todo x ∈ I. Como la matriz fundamental M es una matriz inversible, multiplicando por la
izquierda la matriz M−1 , se obtiene que
Λ0 (x) = M−1 (x) · M(x) · Λ0 (x) = M−1 (x) · B(x)
para todo x ∈ I. Por lo tanto, podemos considerar
Z
Λ = M−1 (x) · B(x) dx
y así la solución particular estará dada por

Z
Φp = M · M−1 (x) · B(x) dx.
(P3) La solución general del sistema (S) en el intervalo I será entonces

Z Z
−1 −1
Φ = Φh + Φp = M · C + M · M (x) · B(x) dx = M C + M (x) · B(x) dx
donde C es una matriz de tamaño n × 1 de constantes reales arbitrarias.

y10 = −3y1 + y2 + 3x
(S)
y20 = 2y1 − 4y2 + 3e−x
en el intervalo R.
Solución: El sistema escrito en forma matricial está dado por
0
y1 −3 1 y1 3x
= · + , x ∈ R. (S)
y2 2 −4 y2 3e−x

−3 1 3x
De donde A = y B(x) = son matrices de funciones continuas en R.
2 −4 3e−x
Primero resolvamos el sistema homogéneo asociado: El polinomio característico de A está dado
por
PA (t) = det(tI2 − A) = (t + 3)(t + 4) − 2 = t2 + 7t + 10 = (t + 5)(t + 2),
de donde los
valores
propios de A son λ1 = −5 y λ2 = −2. Para λ1 = −1,
un vector propio está dado
1 1
por Γ1 = . Para λ2 = −2, un vector propio está dado por Γ2 = . Por lo tanto, la solución
−2 1
general del sistema homogéneo asociado en el intervalo R está dado por
−5x
e−2x

1 1 −2x e C1 C
Φh (x) = C1 e −5x
+ C2 e = · = M(x) · 1
−2 1 −2e−5x e−2x C2 C2
Determinemos una solución particular usando el método de variación de paramétros:
Consideremos
Φp (x) = M(x) · Λ(x)
como la solución particular del sistema. Como
−2x
−e−2x 1 e5x −e5x

−1 1 e
M (x) = −7x =
3e 2e−5x e−5x 3 2e2x e2x
tenemos
" 5x #
xe e5x e4x
Z 5x
−e5x
Z 5x
xe − e4x
Z
1 e 3x − −
Λ = M−1 (x) · B(x) dx = · dx = dx = 5 25 4 ,
3e−x
2x
3 2e2x e2x 2xe2x + ex xe2x − e + ex 2
de donde " xe5x #

e5x e4x
e−5x e−2x 3 −x
+ 65 x − 27

− − 4e
−2x ·
Φp (x) = 5 25 4 = 50 ,
−2e−5x 3 −x
+ 35 x − 21
2x
e xe2x − e2 + ex 2e 50
es una solución particular del sistema.

Damos la solución general del sistema: Usando la solución general del sistema homogéneo asociado
y la solución particular, tenemos que la solución general del sistema en el intervalo R está dado por
3 −x 6
e + x − 27

1 1 −2x
Φ(x) = C1 e−5x + C2 e + 43 −x 53 50 ,
−2 1 2e + 5 x − 21
50

y10 = 3y1 − y2 + x
(S)
y20 = y1 + y2 + x2
en el intervalo R.
0
y1 3 −1 y x
= · 1 + 2 , x ∈ R. (S)
y2 1 1 y2 x

3 −1 x
De donde A = y B(x) = 2 son matrices de funciones continuas en R.
1 1 x
por
PA (t) = det(tI2 − A) = (t − 3)(t − 1) + 1 = t2 − 4t + 4 = (t − 2)2 ,
de A es λ = 2 con multiplicidad m = 2. Para λ = 2, el único vector
de donde el único valor propio
1
propio está dado por Γ = . Ahora debemos encontrar el vector Γ2 tal que (2I2 − A) · Γ2 = −Γ. Es
1
1
fácil ver que Γ2 = . Por lo tanto, la solución general del sistema homogéneo asociado en el intervalo
0
R está dado por
2x
(x + 1)e2x

1 2x 1 1 2x e C1 C
Φh (x) = C1 e + C2 2x
xe + e = 2x · = M(x) · 1
1 1 0 e xe2x C2 C2
Consideremos
Φp (x) = M(x) · Λ(x)
2x
−(x + 1)e2x

1 xe −x x+1
M−1 (x) = =
−e2x −e2x e2x 1 −1
tenemos
x3 3x4
Z Z Z
−1 −x x+1 x 1
Λ= M (x) · B(x) dx = · 2 dx = dx = ,
1 −1 x −x2 + x 12 −4x3 + 6x2
de donde
1 e2x (x + 1)e2x 3x4

Φp (x) = ·
12 e2x xe2x −4x3 + 6x2
2x
(x + 1)e2x 1 e2x (x + 1)e2x 3x4

e C1
Φ(x) = 2x · + ·
e xe2x C2 12 e2x xe2x −4x3 + 6x2
2x
(x + 1)e2x 3x4

e C1 1
= 2x 2x · + ,
e xe C2 12 −4x3 + 6x2
2.4.6. Aplicaciones
Ejemplo 46 (Aplicación para resolver EDOs) Sea a1 , a0 números reales tal que a21 − 4a0 > 0 y b una
función continua definida sobre el intervalo R. Resolver
y 00 + a1 y 0 + a0 y = b(x) (E)
en el intervalo R.
0
y1 0 1 y1 0
= · + x ∈ R. (SE )
y2 −a0 −a1 y2 b(x)

0 1 0
De donde A = y B(x) = son matrices de funciones continuas en R.
−a0 −a1 b(x)
por
t −1
PA (t) =
= t2 + a1 t + a0
a0 t + a1
y como y a21 −4a0 > 0, hay dos valores propios diferentes de la matriz A, los cuales denotaremos por λ1
a
y λ2 . En particular, tenemos que λ1 λ2 = a0 y λ1 + λ2 = −a1 . Sea Γ1 = un vector propio asociado
b
a λ1 , tenemos

λ1 −1 a 0 λ1 −1 a 0
(λ1 I2 − A) · Γ1 = 0 ⇐⇒ · = ⇐⇒ · = ⇐⇒ b = λ1 a
a0 λ1 + a1 b 0 0 0 b 0
por lo tanto
a 1
Γ1 = = a,
b λ1

1
con a siendo un número real arbitrario. De donde podemos tomar Γ1 = . Similarmente, si Γ2 es
λ1
1
un vector propio asoaciado a λ2 , entonces podemos tomar el vector propio Γ2 = asociado al valor
λ2
propio λ2 . Así, la solución general del sistema homogéneo en el intervarlo R está dado por
λx
eλ2 x

1 λ1 x 1 λ2 x e 1 C1 C1
Φh (x) = C1 e + C2 e = · = M(x) ·
λ1 λ2 λ1 eλ1 x λ2 eλ2 x C2 C2
Consideremos
Φp (x) = M(x) · Λ(x)
λ2 eλ2 x −eλ2 x

−1 1
M (x) =
W(eλ1 x , eλ2 x ) −λ1 eλ1 x eλ1 x
tenemos
R 
−b(x)eλ2 x
λ2 eλ2 x −eλ2 x dx
Z Z
1 0 W(eλ1 x ,eλ2 x )
Λ= M−1 (x) · B(x) dx = · dx = R ,
W(eλ1 x , eλ2 x ) −λ1 eλ1 x eλ1 x b(x) b(x)eλ1 x
dx
W(eλ1 x ,eλ2 x )
de donde  
R −b(x)eλ2 x
eλ1 x eλ2 x dx

W(eλ1 x ,eλ2 x )
Φp (x) = · R ,
λ1 eλ1 x λ2 eλ2 x b(x)eλ1 x
dx
W(eλ1 x ,eλ2 x )

 R 
−b(x)eλ2 x
dx
λx λ2 x

e 1
e C λ1 x ,eλ2 x )
Φ(x) = Φh (x) + Φp (x) = ·  1 + R W(e  ,
λ1 eλ1 x λ2 eλ2 x C2 b(x)eλ1 x
λ x λ x dx
W(e 1 ,e 2 )

Por lo tanto la solución general de la ecuación diferencial ordinaria de orden 2, será la primera entrada
del vector solución que acabamos de encontrar, es decir,
−b(x)eλ2 x b(x)eλ1 x
Z Z
λ1 x λ2 x λ1 x λ2 x
ϕ(x) = C1 e + C2 e +e dx + e dx,
W(eλ1 x , eλ2 x ) W(eλ1 x , eλ2 x )
Ejemplo 47 (Aplicación para resolver EDO’s) Resolver
y 000 − 3y 00 + 3y 0 − y = 0 (E)
en el intervalo R.
Solución: El sistema homogéneo de EDOs asociado está dado por
 0    
y1 0 1 0 y1
y2  = 0 0 1 · y2  x ∈ R. (SE )
y3 1 −3 3 y3
 
0 1 0
Tenemos A = 0 0 1, de donde como
1 −3 3

t −1 0
−1 = (t − 1)3 ,

PA (t) = 0 t
−1 3 t − 3
 
a
el único valor propio de la matriz A es λ = 1 de multiplicidad m = 3. Sea Γ =  b  un vector propio asociado
c
a λ, tenemos
           
1 −1 0 a 0 1 −1 0 a 0
a=b
(I3 − A) · Γ = 0 ⇐⇒  0 1 −1 · b = 0 ⇐⇒ 0 1 −1 · b = 0 ⇐⇒
          
c=b
−1 3 −2 c 0 0 0 0 c 0
por lo tanto    
a 1
Γ =  b  = 1 b,
c 1
 
1
con b siendo un número real arbitrario. Estamos en el caso de un único vector propio Γ = 1. Para
1
determinar un conjunto solución del sistema homogéneo, nos hace falta solo resolver (I3 − A) · Γ22 = −Γ y
(I3 − A) · Γ33 = −Γ22 . Así tenemos,
   
−1 −1
Γ22 =  0  , y Γ33 =  1  ,
1 0
y la solución general del sistema homogéneo en el intervarlo R está dada por

             
1 1 −1 1 2 −1 −1
x
Φh (x) = C1 1 ex + C2 1 xex +  0  ex  + C3 1 ex +  0  xex +  1  ex  .
2
1 1 1 1 1 0
   
x x x x2 x x x
e xe − e 2 e 2− xe − e C1
= ex x x x x ·
xe 2 e +e  C2
   
x x x x2 x x C3
e xe + e 2 e + xe
donde C1 , C2 y C3 son constantes reales arbitrarias. Por lo tanto la solución general de la ecuaciíon di-
ferencial ordinaria de orden 3, será la primera entrada del vector solución que acabamos de encontrar, es
decir, 2
x x x x x x
ϕ(x) = C1 e + C2 (xe − x) + C3 e − xe − e ,
2
Ejemplo 48 (Aplicación para resolver EDO’s) Sea λ1 , λ2 y λ3 constantes reales diferentes. Resolver
y 000 + (λ1 + λ2 + λ3 )y 00 + (λ1 λ2 + λ2 λ3 + λ1 λ3 )y 0 + λ1 λ2 λ3 y = 0 (E)
en el intervalo R.
Solución: El sistema homogéneo de EDO’s asociado está dado por
 0    
y1 0 1 0 y1
y2  =  0 0 1  · y2  x ∈ R. (SE )
y3 −λ1 λ2 λ3 −(λ1 λ2 + λ2 λ3 + λ1 λ3 ) −(λ1 + λ2 + λ3 ) y3
Tenemos  
0 1 0
A= 0 0 1 ,
−λ1 λ2 λ3 −(λ1 λ2 + λ2 λ3 + λ1 λ3 ) −(λ1 + λ2 + λ3 )
de donde como

t
−1 0

PA (t) = 0 t −1 = (t + λ1 )(t + λ2 )(t + λ3 ),

λ1 λ2 λ3 (λ1 λ2 + λ2 λ3 + λ1 λ3 ) t + (λ1 + λ2 + λ3 )
 
a
los valores propios de la matriz A son −λ1 , −λ2 y −λ3 . Sea Γ1 =  b  un vector propio asociado a λ1 ,
c
tenemos
     
−λ1 −1 0 a 0
(−λ1 I3 − A) · Γ1 = 0 ⇐⇒  0 −λ1 −1  ·  b  = 0
λ1 λ2 λ3 (λ1 λ2 + λ2 λ3 + λ1 λ3 ) (λ2 + λ3 ) c 0
   
a 1
b = −aλ1
⇐⇒ 2 ⇐⇒ Γ1 =  b  = −λ1  a,
c = aλ1
c λ21
 
1
por lo tanto podemos considerar el valor propio Γ1 = −λ1 . De manera similar, lo vectores propios aso-
 λ21
  
1 1
ciados a λ2 y λ3 que podemos considerar son Γ2 = −λ2  y Γ3 = −λ3 , respectivamente. Por lo tanto la
λ22 λ23
solución general del sistema homogéneo en el intervarlo R está dada por
     
1 1 1
Φh (x) = C1 −λ1  e−λ1 x + C2 −λ2  e−λ2 x + C3 −λ3  e−λ3 x
λ21 λ22 λ23
donde C1 , C2 y C3 son constantes reales arbitrarias. Por lo tanto la solución general de la ecuaciíon di-
ferencial ordinaria de orden 3, será la primera entrada del vector solución que acabamos de encontrar, es
decir,
ϕ(x) = C1 e−λ1 x + C2 e−λ2 x + C3 e−λ3 x ,
UNIDAD 3
INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES PARCIALES
En todo este capítulo, la letra U denotará un conjunto abierto excepto indicación explicita de lo contrario.
3.1. Definición de ecuaciones en derivadas parciales y clasificación

Una ecuación diferencial parcial (EDP) lineal de orden n es una ecuación de la forma
2 n
X ∂nu X ∂2u X ∂u
ak (x) + · · · + aei +ej (x) + aei (x) + a0 (x)u = b(x).
k, k1 +···+kn =n
∂xk11 ∂xk22 · · · ∂xknn 1≤i,j≤n
∂xi ∂xj i=1
∂xi
donde ak y b son funciones en las n variables x = (x1 , x2 , · · · , xn ). En estas notas, solo estaremos interesados
en el caso de ecuaciónes diferenciales parciales de segundo orden.
Definición 14 (EDP lineal de segundo orden) La forma general de una ecuación diferencial parcial
lineal de segundo orden es
∂2u ∂2u ∂2u ∂u ∂u
a20 (x, y) 2
+ a 11 (x, y) + a02 (x, y) 2
+ a10 (x, y) + a01 (x, y) + a00 (x, y)u = b(x, y). (3.1)
∂x ∂x∂y ∂y ∂x ∂y
Cuando b es la función nula, i.e. b(x, y) = 0, entonces la ecuación (3.1) es llamada homogénea y en cualquier
otro caso se dice que es no homogénea. Una solución de la EDP (3.1) es una función u de dos variables
independientes que tiene todas las derivadas parciales que se presentan en la ecuación y que satisface la
ecuación en algún conjunto abierto U del plano R2 .
Ejemplo 49 (Ecuación de calor) Dado un parámetro k ∈ R∗+ , la ecuación de calor está dado por la EDP
lineal homogénea de orden 2
∂ 2 u ∂u
k 2− = 0, (x, y) ∈ U.
∂x ∂y
Ejemplo 50 (Ecuación de Laplace) La ecuación de Laplace está dada por la EDP lineal homogénea de
orden 2
∂2u ∂2u
+ 2 = 0, (x, y) ∈ U.
∂x2 ∂y
Principio de superposición
Si u1 , u2 ,· · · , uk son soluciones de una EDP lineal homogénea de orden 2, entonces la combinación
lineal
u = C1 u1 + C2 u2 + · · · + Ck uk ,
donde los Ci son constantes reales arbitrarias será también una solución de la EDP lineal de orden 2.
44
3.2. MÉTODO DE SEPARACIÓN DE VARIABLES 45
Dado {ui }i∈N un conjunto infinito numerable (que se puede contar con la ayuda de los números naturales)
de soluciones de una EDP lineal homogénea de orden 2, entonces usando el principio de superposición
supondremos que se puede construir una nueva solución usando la serie
∞
X
u= Ci ui
i=1
donde {Ci }i∈N es un conjunto de constantes reales arbitrarias.
3.1.1. Clasificación
Una ecuación diferencial parcial lineal de segundo orden
∂2u ∂2u ∂2u ∂u ∂u

a20 2
+ a11 + a02 2 + a10 + a01 + a00 u = b, (3.2)
∂x ∂x∂y ∂y ∂x ∂y
donde a20 , a11 , a02 , a10 , a01 y a00 son constantes reales, se dice que es
(i) hiperbólica si a211 − 4a20 a02 > 0,
(ii) parabólica si a211 − 4a20 a02 = 0,

(iii) elíptica si a211 − 4a20 a02 < 0,
3.2. Método de separación de variables

Este método se basa en la hipótesis que la solución u : U ⊆ R2 → R de una EDP lineal de segundo orden
puede expresarse como producto de dos funciones en una sola variable cada una, esto es
u(x, y) = X(x)Y (y), (x, y) ∈ U (3.3)
En dicho caso, si la función u es derivable en las variables x e y, tenemos

∂u ∂u
(x, y) = X 0 (x)Y (y), (x, y) = X(x)Y 0 (y),
∂x ∂y
∂2u ∂2u
(x, y) = X 00 (x)Y (y), (x, y) = X(x)Y 00 (y).
∂x2 ∂y 2
Así usando las igualdades anteriores, podemos encontrar EDO’s que deberemos resolver para encontrar las
funciones X e Y . Por lo tanto, usando nuestra teoría de EDO’s podremos resolver la EDP lineal de orden 2.
PROCEDIMIENTO:
(P1) Suponemos u(x, y) = X(x)Y (y), y usando la EDP, obtenemos una ecuación donde el lado izquierdo
depende solamente de la variable x y el lado derecho depende solamente de la variable y. Necesaria-
mente, esa igualdad debe ser una constante que no depende ni de x ni de y, por ende obtendríamos
dos ecuaciones diferenciales ordinarias.
(P2) Resolvemos cada ecuación diferencial ordinaria para encontrar la solución general de la función X y la
función Y .
(P3) Una solución para la EDP vendra dada simplemente por el producto de las soluciones generales de X
e Y.
Ejemplo 51 (Ecuación de calor) Dado un paramétro k positivo no nulo. Queremos resolver la ecuación
de calor
∂ 2 u ∂u
k 2− = 0, (x, y) ∈ U, (3.4)
∂x ∂y
entonces suponiendo u(x, y) = X(x)Y (y) tenemos
kX 00 Y = XY 0 ,
de donde, ubicando las funciones que dependen de la misma variable en el mismo lado de la ecuación,
obtenemos
X 00 Y0
= .
X kY
Como el lado izquierdo de la ecuación depende de la variable x y el lado derecho depende de la variable y, la
única manera de obtener este tipo de igualdad es si existe una constante λ ∈ R tal que
X 00 Y0
= = −λ.
X kY
De donde obtenemos las dos ecuaciones diferenciales ordinarias
X 00 + λX = 0, Y 0 + kλY = 0.
Tenemos
(I) Resolviendo X 00 + λX = 0: La solución general depende de las raices del polinomio característico
P (t) = t2 + λ, por ello
√ √
1 = − −λ y α2 =
a) Si λ < 0: El polinomio característico posee dos raices reales√distintas α√ −λ,
de donde su solución general estaría dada por X(x) = C1 e− −λx + C2 e −λx , donde C1 y C2 son
constantes reales arbitrarias.
b) Si λ = 0: El polinomio característico posee una raiz real α = 0 de multiplicidad 2, de donde
su solución general estaría dada por X(x) = C1 + C2 x, donde C1 y C2 son constantes reales
arbitrarias.
√ √
c) Si λ > 0: El polinomio característico posee dos raices complejas
√ α1 = i √λ y α2 = −i λ, de
donde su solución general estaría dada por X(x) = C1 cos( λx) + C2 sen( λx), donde C1 y C2
son constantes reales arbitrarias.
(II) Resolviendo Y 0 + λY = 0: La solución general estaría dada por Y (y) = C3 e−kλy donde C3 es una
constante arbitraria.
Finalmente
(C1) Si λ < 0, una solución de la EDP (3.4) sería de la forma
√ √
u(x, y) = (C10 e− −λx
+ C20 e −λx
)e−kλy

(C2) Si λ = 0, una solución de la EDP (3.4) sería de la forma
u(x, y) = C10 + C20 x

(C3) Si λ > 0, una solución de la EDP (3.4) sería de la forma
√ √
u(x, y) = (C10 cos( λx) + C20 sen( λx))e−kλy
Ejemplo 52 (Ecuación de Laplace) Queremos resolver la ecuación de Laplace
∂2u ∂2u
+ 2 = 0, (x, y) ∈ U.
∂x2 ∂y
Suponiendo u(x, y) = X(x)Y (y) tenemos

X 00 Y = −XY 00 ,
de donde, ubicando las funciones que dependen de la misma variable en el mismo lado de la ecuación,
obtenemos
X 00 Y 00
= .
X −Y
Como el lado izquierdo de la ecuación depende de la variable x y el lado derecho depende de la variable y, la
única manera de obtener este tipo de igualdad es si existe una constante λ ∈ R tal que
X 00 Y 00
= = −λ.
X −Y
De donde obtenemos las dos ecuaciones diferenciales ordinarias
X 00 + λX = 0, Y 00 − λY = 0.
Tenemos
(I) Resolviendo X 00 + λX = 0: La solución general depende de las raices del polinomio característico
P (t) = t2 + λ, por ello
√ √
a) Si λ < 0, el polinomio característico posee dos raices reales √distintas α√1 = − −λ y α2 = −λ,
− −λx −λx
de donde su solución general estaría dada por X(x) = C1 e + C2 e , donde C1 y C2 son
b) Si λ = 0, el polinomio característico posee una raiz real α = 0 de multiplicidad 2, de donde
su solución general estaría dada por X(x) = C1 + C2 x, donde C1 y C2 son constantes reales
arbitrarias.
√ √
c) Si λ > 0, el polinomio característico posee dos raices complejas
√ α1 = i √λ y α2 = −i λ, de donde
su solución general estaría dada por X(x) = C1 cos( λx) + C2 sen( λx), donde C1 y C2 son
(II) Resolviendo Y 00 − λY = 0: La solución general depende de las raices del polinomio característico
P (t) = t2 − λ, por ello
√ √
a) Si λ < 0: El polinomio característico posee dos raices reales distintas
√ α1 = −i √−λ y α2 = i −λ,
de donde su solución general estaría dada por Y (y) = C1 cos( −λy) + C2 sen( −λy), donde C1
y C2 son constantes reales arbitrarias.
b) Si λ = 0: El polinomio característico posee una raiz real α = 0 de multiplicidad 2, de donde
su solución general estaría dada por Y (y) = C1 + C2 y, donde C1 y C2 son constantes reales
arbitrarias.
√ √
c) Si λ > 0: El polinomio característico posee dos raices
√
complejas
√
α1 = − λ y α2 = λ, de donde
su solución general estaría dada por Y (y) = C1 e− λy + C2 e λy , donde C1 y C2 son constantes
reales arbitrarias.
Finalmente
(C1) Si λ < 0, una solución de la EDP (3.4) sería de la forma
√ √ √ √
u(x, y) = (C10 e− −λx + C20 e −λx ) C1 cos( −λy) + C2 sen( −λy)
donde C1 , C10 , C2 y C20 son constantes reales arbitrarias.

(C2) Si λ = 0, una solución de la EDP (3.4) sería de la forma
u(x, y) = (C10 + C20 x)(C1 + C2 y)
(C3) Si λ > 0, una solución de la EDP (3.4) sería de la forma
√ √ √ √
u(x, y) = C10 cos( λx) + C20 sen( λx) (C1 e− λy + C2 e λy )

3.3. SERIES TRIGONOMÉTRICAS DE FOURIER 48
3.3. Series trigonométricas de Fourier

Consideremos el conjunto de funciones continuas en el intervalo I = [a, b], denotado C([a, b]). Dadas dos
funciones f y g en C([a, b]), definimos el producto escalar de f y g como el valor
Z b
hf |gi := f (x)g(x) dx.
a
Usando las propiedades de la integral es fácil verificar las siguientes propiedades. Para las funciones f, g, h ∈
C([a, b]) y α ∈ R, se tiene
1. hf |g + hi = hf |gi + hf |hi,
2. hf + g|hi = hf |hi + hg|hi,
3. hf |αgi = hαf |gi = αhf |gi,
4. hf |f i ≥ 0
5. Si hf |f i = 0 entonces f = 0.
Definición 15 Si hf |gi = 0 diremos que f y g son funciones ortogonales. Si además, hf |f i = hg|gi = 1,
diremos que f y g son funciones ortonormales.
Ejemplo 53 Dado L > 0. Para cada n ∈ N, consideremos las funciones fn , gn : [−L, L] → R definidas por
fn (x) = cos nπ
L x y gn (x) = sen nπ
L x para cada x ∈ [−L, L]. Además, consideremos la función constante
1 : [−L, L] → R, x 7→ 1. Se puede mostrar que
1. las funciones fn y 1 son ortogonales para todo n ∈ N.
2. las funciones 1 y gn son ortogonales para todo n ∈ N.
3. las funciones fn y gn0 son ortogonales para todo par n, n0 ∈ N tal que n 6= n0 .
Solución: En efecto,
Z L nπ Z L 0
nπ
hfn |1i = cos x dx = 0, h1|gn i = sen x dx = 0,
−L L −L L
Z L nπ nπ
hfn |gn0 i = cos x sen x dx = 0,
−L L L
para todo n, n0 ∈ N distintos, entonces tenemos lo pedido.
Definición 16 Un conjunto de funciones {ϕn }n∈N continuas en el intervalo [−L, L] se dirá un conjunto
ortogonal (respectivamente ortonormal) de funciones si cada dos funciones ϕn y ϕn0 , donde n 6= n0 , del
conjunto son ortogonales (respectivamente ortonormales).
Dado un conjunto ortogonal de funciones {ϕn }n∈N continuas en el intervalo [−L, L]. Si una función
f ∈ C([−L, L]) puede escribirse en forma de serie usando las funciones ϕn como
∞
X
f= an ϕn ,
n=1
entonces usando el producto escalar de funciones, definido anteriormente, podemos calcular los coeficientes
an . En efecto, tenemos
∞
X
hf |ϕk i = h an ϕn |ϕk i = ak hϕk |ϕk i,
n=1
de donde Rb
hf |ϕk i a
f (x)ϕk (x) dx
ak = = Rb 2 ,
hϕk |ϕk i ϕ (x) dx
a k
para todo k ∈ N.
Definición 17 Dada una función f definida en el intervalo [−L, L]. Definimos su serie trigonométrica de
Fourier como la función F(f ) definida
∞
a0 X nπ nπ
F(f )(x) = + an cos x + bn sen x ,
2 n=1
L L
donde Z L
1
a0 = f (x) dx,
L −L
Z L Z L
1 nπ 1 nπ
an = f (x) cos x dx, bn = f (x) sen x dx
L −L L L −L L
para todo n ∈ N.
Advertencia
La serie trigonométrica de Fourier de una función cualquiera no siempre existe. Eso depende de la
convergencia de la serie ubicada al lado derecho de la última igualdad. El siguiente teorema afirma
la existencia de la serie trigonométrica de Fourier y su valor.
Teorema 16 Sea f una función definida en el intervalo [−L, L]. Si la función f y su derivada f 0
son continuas por partes en ] − L, L[, entonces
(i) la serie de Fourier F(f ) está definida en cada punto x ∈] − L, L[ donde la función es continua y
F(f )(x) = f (x).
(ii) la serie de Fourier F(f ) está definida en cada punto a ∈] − L, L[ donde los limites laterales
f (a+) := lı́m f (x) y f (a−) := lı́m f (x)

x→a+ x→a−
existen y
f (a−) + f (a+)
F(f )(a) = .
2
3.3.1. Cálculo de coeficientes de una serie trigonométrica de Fourier
Teorema 17 Dado L > 0 y sea f una función definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
f (x) = + an cos x + bn sen x
2 n=1
L L
para cada x ∈] − L, L[. Entonces

Z L
1
a0 = f (x) dx,
L −L
Z L Z L
1 nπ 1 nπ
an = f (x) cos x dx, bn = f (x) sen x dx
L −L L L −L L
para todo n ∈ N.
Si la función f es de tipo par, i.e. f (−x) = f (x) para todo x ∈ [−L, L], o de tipo impar, i.e. f (−x) = −f (x)
para todo x ∈] − L, L[, entonces tenemos una simplificación en el teorema anterior.
Caso: f es una función par
Teorema 18 Dado L > 0 y sea f una función par definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
2 n=1
L L

Z L Z L
2 2 nπ
a0 = f (x) dx, an = f (x) cos x dx, bn = 0
L 0 L 0 L
para todo n ∈ N.
Caso: f es una función impar
Teorema 19 Dado L > 0 y sea f una función impar definida en el intervalo [−L, L] tal que
∞
a0 X nπ nπ
2 n=1
L L

Z L
2 nπ
a0 = an = 0, bn = f (x) sen x dx
L 0 L
para todo n ∈ N.
3.3.2. Cálculo de series vía series de Fourier

Una manera de calcular el valor de ciertas series es utilizar el teorema 16. Vemos el siguiente ejemplo
Ejemplo 54 Sea f : R → R definida por f (x) = x2 para x ∈] − 1, 1[ y de periodo 2. Es fácil verificar que f
es una función par de clase C 1 por partes y que los coeficientes en su desarrollo en series de Fourier son
Z 1
a0 = f (x) dx = 2/3
−1
1 1
4(−1)n
Z Z
an = f (x) cos(nπx) dx = x2 cos(nπx) dx =
−1 −1 π 2 n2
Z 1
bn = f (x) sen(nπx) dx = 0
−1
así tenemos
∞
1 X 4(−1)n
F(f )(x) = + cos(nπx).
3 n=1 π 2 n2
Además como la función x2 es continua, se tiene
f (x+) = f (x−) = x2 para cada x ∈ [−1, 1].
Aplicando el teorema 16 en el punto x = 1 tenemos

∞ ∞
1 X 4(−1)n 1 X 4
1 = f (1) = F(f )(1) = + 2 2
cos(nπ) = +
3 n=1 π n 3 n=1 π 2 n2
3.4. RESOLUCIÓN DE PROBLEMAS CON CONDICIONES INICIALES Y DE FRONTERA 51
de donde al despejar obtenemos

∞
X 1 π2
= .
n=1
n2 6
A pesar que las series de Fourier junto con el teorema 16 permiten calcular el valor de ciertas series,
lamentablemente no se conoce un método para saber qué función utilizar de manera que al aplicar la teoría
de Fourier permita calcular el valor de una serie predeterminada.
3.4. Resolución de problemas con condiciones iniciales y de frontera

3.4.1. Ecuación de calor
Dada una función f ∈ C(]0, L[) y una constante k positiva no nula, en esta sección estaremos interesados
en resolver el problema
∂ 2 u ∂u
k 2− = 0, (x, y) ∈]0, L[×R∗+ . (3.5)
∂x ∂y
sujeto a
condición inicial: u(x, 0) = f (x), x ∈]0, L[,
condición de frontera: u(0, y) = u(L, y) = 0, y ∈ R∗+ .
Sigue del ejemplo 51 que si debemos obtener una función u tal que u(0, y) = u(L, y) = 0 para todo y > 0,
tendremos
(i) Caso λ < 0: un sistema
C10 + C20 = 0,
√ √
C10 e− −λL
+ C20 e −λL
= 0,
de donde C10 = C20 = 0, y así la solución será u(x, y) = 0,

(ii) Caso λ = 0: un sistema
C10 = 0,
C10 + C20 L = 0,

(iii) Caso λ > 0: un sistema
C10 = 0,
√ √
C10 cos( λL) + C20 sen( λL) = 0,
√
de donde C10 = 0 y C20 sen(√ λL) = 0. En vista de que queremos
√ soluciones no nulas para u, debemos
tener necesariamente sen( λL) = 0, lo que implica que λL ∈ {nπ, n ∈ N0 }. Es decir, tiene que ser
necesario que 2 2
n π
λ∈ , n ∈ N 0 .
L2
2 2
Si n = 0, tenemos que u(x, y) = 0. Así para cada λn = nLπ2 y cada bn constante real arbritaria, donde
n ∈ N, tenemos que nπ kn2 π2
un (x, y) = bn sen x e− L2 y
L
es una solución no nula de la EDP verificando la condición un (0, y) = un (L, y) = 0 para todo y > 0.
Por el principio de superposición, podemos suponer que la solución buscada es de la forma

∞
X nπ kn2 π2
u(x, y) = bn sen x e− L2 y ,
n=1
L
y como además la función u debe satisfacer la condicion inicial u(x, 0) = f (x) para todo x ∈]0, L[, entonces
adicionalmente se debe tener
X∞ nπ
bn sen x = f (x)
n=1
L
para todo x ∈]0, L[. Para determinar los coeficientes bn vamos a usar la teoría de series de Fourier, que
vimos en la sección anterior. Para esto primero buscamos una expansión en senos de la función auxiliar
fe :] − L, L[→ R definida por 
 f (x) , si x ∈]0; L[
fe(x) = −f (−x) , si x ∈]0; L[ .
0 , si x = 0

Usando la serie de Fourier de la función impar fe, tenemos

∞
ebn sen nπ x ,
X
fe(x) =
n=1
L
donde Z L
ebn = 2
nπ
fe(x) sen x dx.
L 0 L
Como la función fe es una extension de la función f , tenemos
∞
ebn sen nπ x = fe(x) = f (x),
X
x ∈]0, L[,
n=1
L
y luego por unicidad de la expansión en serie de Fourier obtenemos

Z L
2 nπ
bn = ebn = f (x) sen x dx
L 0 L
para cada n ∈ N. Así, la solución de nuestro problema es

∞ Z L !
2 X nπ nπ kn2 π2
u(x, y) = f (x) sen x dx sen x e− L2 y
L n=1 0 L L
para todo (x, y) ∈ [0, L] × R∗+ .
Ejemplo 55 Resolver
∂2u ∂u
1,14 = , (x, y) ∈]0, 2[×R∗+ . (3.6)
∂x2 ∂y
sujeto a
condición inicial: u(x, 0) = 65 cos2 (πx), x ∈]0, 2[,
condición de frontera: u(0, y) = u(2, y) = 0, y ∈ R∗+ .
Solución: Tenemos L = 2 y luego
2 2 65 2
Z nπ Z nπ
bn = 65 cos2 (πx) sen x dx = (1 + cos(2πx)) sen x dx
2 0 2 2 0 2
Z 2 Z 2 nπ
65 nπ
= sen x dx + cos(2πx) sen x dx
2 0 2 0 2

65 2(1 − cos(nπ)) 2(1 − cos((n + 4)π)) 2(1 − cos((n − 4)π))
= + +
2 nπ (n + 4)π (n − 4)π
n n

1 − (−1) n(1 − (−1) )
= 65 +
nπ π(n2 − 16)
130 n2 − 8
= (1 − (−1)n )
nπ n2 − 16
260 n2 −8
nπ n2 −16 , si n es impar
=
0 , si n es par
donde hemos usando la regla sen(a + b) + sen(a − b) = 2 sen(a) sen(b). Por lo tanto, la solución del problema
está dado por
∞
(2n − 1)2 − 8

X 260 (2n − 1)π 1,14(2n−1)2 π 2
u(x, y) = sen x e− 4 y
n=1
(2n − 1)π (2n − 1)2 − 16 2
3.4.2. Ecuación de Laplace

Dada una función f ∈ C(]0, L[), en esta sección estaremos interesados en resolver el problema
∂2u ∂2u
+ 2 = 0, (x, y) ∈]0, L[×R∗+ . (3.7)
∂x2 ∂y
sujeto a
condición inicial: u(x, 0) = f (x), x ∈]0, L[,
condición de frontera: u(0, y) = u(L, y) = 0, y ∈ R∗+ .
Sigue del ejemplo 52 que si debemos obtener una función u tal que u(0, y) = u(L, y) = 0 para todo y > 0,
tendremos
(i) Caso λ < 0: un sistema
√ √
(C10 + C20 )C1 cos( −λy) + (C10 + C20 )C2 sen( −λy) = 0,
√ √ √ √ √ √
C10 e− −λL + C20 e −λL C1 cos( −λy) + C10 e− −λL + C20 e −λL C2 sen( −λy) = 0,

(ii) Caso λ = 0: un sistema
C10 (C1 + C2 y) = 0,
(C10 + C20 L)(C1 + C2 y) = 0,

(iii) Caso λ > 0: un sistema
√ √
C10 (C1 e− λy + C2 e λy ) = 0,
√ √ √ √
C10 cos( λL) + C20 sen( λL) (C1 e− λy + C2 e λy ) = 0,
√
de donde C10 = 0 y C20 sen(√ λL) = 0. En vista de que queremos
√ soluciones no nulas para u, debemos
tener necesariamente sen( λL) = 0, lo que implica que λL ∈ {nπ, n ∈ N}. Es decir, tiene que ser
necesario que 2 2
n π
λ∈ , n∈N .
L2
n2 π 2
Así para cada λn = L2 , donde n ∈ N, tenemos que bn = 0 y
nπ kn2 π2
un (x, y) = an sen x e− L2 y
L
es una solución no nula de la EDP verificando la condición un (0, y) = un (L, y) = 0 para todo y > 0.
Por el principio de superposición, podemos suponer que la solución buscada es de la forma
∞
X nπ kn2 π2
u(x, y) = an sen x e− L2 y ,
n=1
L
y como además la función u debe satisfacer la condicion inicial u(x, 0) = f (x) para todo x ∈]0, L[, entonces
adicionalmente se debe tener
X∞ nπ
an sen x = f (x)
n=1
L
para todo x ∈]0, L[. Para determinar los coeficientes bn vamos a usar la teoría de series de Fourier, que
vimos en la sección anterior. Para esto primero buscamos una expansión en senos de la función auxiliar
fe :] − L, L[→ R definida por 
 f (x) , si x ∈]0; L[
fe(x) = −f (−x) , si x ∈]0; L[ .
0 , si x = 0

Usando la serie de Fourier de la función impar fe, tenemos

∞
X nπ
fe(x) = an sen
e x ,
n=1
L
donde Z L
2 nπ
an =
e fe(x) sen x dx.
L 0 L
Como la función fe es una extension de la función f , tenemos
∞
X nπ
an sen
e x = fe(x) = f (x), x ∈]0, L[,
n=1
L
y luego por unicidad de la expansión en serie de Fourier obtenemos

Z L
2 nπ
an = e
an = f (x) sen x dx
L 0 L
para cada n ∈ N. Así, la solución de nuestro problema es

∞ Z L !
2 X nπ nπ kn2 π2
u(x, y) = f (x) sen x dx sen x e− L2 y
L n=1 0 L L
para todo (x, y) ∈ [0, L] × R∗+ .

APÉNDICES
APÉNDICE A
MATRICES
Una matriz de números (respectivamente de funciones) de tamaño m × n, es un arreglo de la forma

 
a11 a12 a13 · · · a1n
 a21 a22 a23 · · · a2n 
A= . ..  ,
 
.. ..
 .. . . . 
am1 am2 am3 ··· amn
que por simplicidad será denotado A = [aij ]m×n o A = [aij ], donde cada entrada aij es un número (respec-
tivamente una función) para todo par de indices i ∈ {1, 2, · · · , m} y j ∈ {1, 2, · · · , n}.
Notaciones:
(1) Dada una matriz A = [aij ], la notación aij indica la entrada genérica de la matriz A que se
ubica en la fila i y la columna j.
(2) Dada una matriz A, usaremos la notación [A]ij para la entrada de la matriz que se ubica en la
fila i y la columna j.
Algunos tipos de matrices:
(i) Si m = n, decimos que [aij ]n×n es una matriz cuadrada de talla n.

(ii) Si m = 1, decimos que [aij ]1×n es una matriz fila.
(iii) Si n = 1, decimos que [aij ]m×1 es una matriz columna.
Operaciones entre matrices: Sea A = [aij ] una matriz de tamaño m × n y B = [bij ] una matriz de
tamaño p × q:
(1) Si m = p y n = q, la suma de matrices A + B es la matriz S = [sij ], donde
sij = aij + bij
para todo par indice i ∈ {1, 2, · · · , m} y j ∈ {1, 2, · · · , n}.

(2) Si m = p y n = q, la diferencia de matrices A − B es la matriz D = [dij ], donde
dij = aij − bij
56
57
(3) La multiplicación de la matriz A y un escalar λ ∈ R es la matriz C = [cij ], donde
cij = λaij

(4) Si n = p, la mutiplicación de la matriz A y la matriz B es la matriz C = [cij ], donde
n
X
cij = aik bkj
k=1
Determinante de una matriz: Sea A = [aij ] una matriz cuadrada de talla n.
(1) Si n = 1,
det(A) = a11 = a11 .
(2) Si n = 2,
a a12
det(A) = 11 = a11 a22 − a21 a12 .
a21 a22
(3) Si n = 3,

a11 a12 a13
a a23 a a23 a a22
a23 = a11 22 − a12 21 + a13 21

det(A) = a21 a22 .
a31 a32 a33 a31 a33 a31 a32
a32 a33
(4) Si n = 4,

a11 a12 a13 a14

a a22 a23 a24
det(A) = 21
a31 a32 a33 a34

a41 a42 a43 a44

a22 a23 a24 a21 a23 a24 a21 a22 a24 a21 a22 a23

= a11 a32 a33 a34 − a12 a31
a33 a34 + a13 a31
a32 a34 − a14 a31
a32 a33 .
a42 a43 a44 a41 a43 a44 a41 a42 a44 a41 a42 a43
Inversa de una matriz: Sea A una matriz cuadrada de talla n. Si det(A) 6= 0, decimos que la matriz A
es no singular, existe una única matriz cuadrada de talla n, denotada A−1 y llamda la inversa de A, que
satisface la igualdad
A−1 · A = A · A−1 = In .
El cálculo de la inversa de una matriz será importante para la solución de sistemas de EDOs de orden 1.

a b
Si n = 2 y A = es una matriz tal que det(A) = ad − cb 6= 0, entonces se tiene
c d

−1 1 d −b
A = .
det(A) −c a
Si n = 3 y A es una matriz tal que det(A) 6= 0, un método para determinar la inversa de la matriz A
es usar la eliminación de Gauss
[A|I3 ] ⇐⇒ [I3 |A−1 ].
58
Matrices de funciones: Sea A = [aij ] una matriz de tamaño m × n de funciones en el intervalo I y f una
función sobre el intervalo I
 
f · a11 f · a12 · · · f · a1n
 f · a21 f · a22 · · · f · a2n 
f · A = A · f = [f · aij ] =  . ..  .
 
..
 .. . . 
f · am1 f · am2 · · · f · amn
Si la matriz A = [aij ] es una matriz de tamaño m × n de funciones diferenciables en el intervalo I,

entonces la derivada de la matriz A es la matriz
 0
a11 a012 · · · a01n

 a021 a022 · · · a02n 
A0 = [a0ij ] =  .
 
.. .. 
 .. . . 
0 0 0
am1 am2 · · · amn
cuyas entradas son las derivadas de las funciones aij . En particular, se puede probar
Dada una función f y una matriz de funciones diferenciables A, se tiene
(A · f )0 = A0 · f 0 .
Regla de Leibniz: Dada dos matrices de funciones diferenciables A y B, que son compatibles para la
multiplicación, se tiene
(A · B)0 = A0 · B + A · B0 .
Notación
Sea A = [aij ] es una matriz de tamaño m × n de funciones en el intervalo I y sea x ∈ I. Usaremos

la notación  
a11 (x) a12 (x) · · · a1n (x)
 a21 (x) a22 (x) · · · a2n (x) 
A(x) = [aij (x)] =  .
 
.. .. 
 .. . . 
am1 (x) am2 (x) · · · amn (x)
para la matriz de números reales cuyas entradas son los valores de las funciones aij evaluadas en el
punto x ∈ I. Así, mientras tenga sentido la multiplicacíon, se tiene
(A · B)(x) = A(x) · B(x).

APÉNDICE B
BASES ORTONORMALES
Sea n ∈ N tal que n ≥ 2. Consideremos el espacio euclidiano Rn , esto es el conjunto de vectores
v = (v1 , v2 , · · · , vn ),
donde las coordenadas vi son números reales para cada i ∈ {1, 2, · · · , n}. En este conjunto, tenemos las
siguientes operaciones naturales:
v + w = (v1 + w1 , v2 + w2 , · · · , vn + wn ), α · v = (αv1 , αv2 , · · · , αvn )
para todo par de vectores v = (v1 , v2 , · · · , vn ), w = (w1 , w2 , · · · , wn ) ∈ Rn y α ∈ R. Además, dado dos

vectores v = (v1 , v2 , · · · , vn ), w = (w1 , w2 , · · · , wn ) ∈ Rn , su producto escalar (euclidiano) está dado por
n
X
hv|wi := vi wi .
k=1
Se puede vérificar que tenemos la siguiente propiedad: Sean v, v 0 , w, w0 ∈ Rn y α ∈ R, se tiene que

(1) hv|w + w0 i = hv|wi + hv|w0 i,
(2) hv + v 0 |wi = hv|wi + hv 0 |wi,
(3) hv|α · wi = hα · v|wi = αhv|wi,
(4) hv|vi ≥ 0
(5) Si hv|vi = 0 entonces v = 0.
p
La norma de un vector v ∈ Rn está dada por kvk := hv|vi.
Definición 18 Dado dos vectores v, w ∈ Rn . Diremos que v y w son vectores ortogonales si hv|wi = 0. Si
además se tiene kvk = kwk = 1, diremos que v y w son vectores ortonormales.
Ejemplo 56 Para cada indice i ∈ N tal que 1 ≤ i ≤ n, consideremos el vector ei = (0, · · · , 1, · · · , 0) ∈ Rn ,

cuyas cordenadas son ceros, excepto en la entrada de posición i que es 1. Dicho vector es conocido como un
vector canonico de Rn . Si consideramos, todo los vectores canonicos de Rn , es decir {e1 , e2 , · · · , en }, es fácil
ver que
hei |ej i = 0, para todo par i, j ∈ N tal que i 6= j,
hei |ei i = 1, para todo i ∈ N.
De donde se tiene que cada dos vectores del conjunto {e1 , e2 , · · · , en } son vectores ortonormales. En ese
caso, diremos que el conjunto {e1 , e2 , · · · , en } es un conjunto de vectores ortonormales.
59
60
Definición 19 (Base de Rn ) Un conjunto de n vectores {v1 , v2 , · · · , vn } de Rn es llamado una base de

Rn si se satisface las dos condiciones siguientes
1. todo vector v ∈ Rn puede escribirse como una combinación lineal de vk ’s

n
X
v= αk · vk = α1 · v1 + α2 · v2 + · · · + αn · vn
k=1
donde αk son constantes reales para todo k ∈ {1, 2, · · · , n}. Los αk serán llamados coeficientes de la
combinación lineal.
2. la única manera posible de tener la igualdad
(0, 0, · · · , 0) = 0 = α1 · v1 + α2 · v2 + · · · + αn · vn
es si los coeficientes αk son todos nulos, i.e. si α1 = α2 = · · · = αn = 0.

Si cada dos elementos de una base {v1 , v2 , · · · , vn } de Rn son vectores ortonormales, diremos que la base
{v1 , v2 , · · · , vn } es una base ortonormal de Rn .
Ejemplo 57 El conjunto de vectores canonicos {e1 , e2 , · · · , en } es una base ortonormal de Rn , conocida

como la base canonica de Rn .
Las bases ortonormales son importantes pues nos permiten expresar de una manera más simple un vector
en el espacio Rn . Entonces, una pregunta natural aparece, si tenemos una base {v1 , v2 , · · · , vn } de Rn y un
vector cualquiera v, exite una manera de encontrar los coeficientes αk tal que
n
X
v= αk · vk = α1 · v1 + α2 · v2 + · · · + αn · vn .
k=1
Pn
Y la respuesta es: Sí. Y será utilizando el producto escalar, en efecto si v = k=1 αk · vk , entonces
n
X n
X
hv|vi i = h αk · vk |vi i = αk hvk |vi i = αi
k=1 k=1
para cada indice i ∈ {1, 2, · · · , n}. Es así que, un vector cualquiera v ∈ Rn siempre tiene una descomposición
en elementos de la base que se escribe de la forma
n
X
v= hv|vk i · vk .
k=1
Ejercicio 12 El conjunto de vectores {( √12 , √12 ), (− √12 , √12 )} es una base ortonormal de R2 . Encontrar los
coeficientes α1 , α2 tal que
1 1 1 1
(0, 2) = α1 · ( √ , √ ) + α2 · (− √ , √ ).
2 2 2 2
Ejercicio 13 Dado la base canonica {e1 , e2 , · · · , en } de Rn y un vector v = (v1 , v2 , · · · , vn ) ∈ Rn . Encontrar
los coeficientes αk tal que
X n
v= αk · ek .
k=1
APÉNDICE C
DERIVADAS PARCIALES
Definición 20 Dado un real positivo r > 0 y un vector x = (x1 , x2 , · · · , xn ) ∈ Rn , definimos la bola abierta
de centro x y radio r como el conjunto
p
B(x, r) := {v = (v1 , v2 , · · · , vn ) ∈ Rn : kv − xk = (v1 − x1 )2 + (v2 − x2 )2 + · · · + (vn − xn )2 < r}.
Ejemplo 58 En n = 1, la bola de centro x ∈ R y radio r > 0, B(x, r), p es el intervalo abierto ]x − r, x + r[.
En efecto, sabemos por definición que y ∈ B(x, r) si y solo si ky − xk = (y − x)2 < p r. Además, es conocido
que |y − x| < r ⇐⇒ y ∈]x − r, x + r[. La afirmación sigue del hecho que ky − xk = (y − x)2 = |y − x|.
Definición 21 Decimos que un conjunto U ⊆ Rn es abierto si para x = (x1 , x2 , · · · , xn ) ∈ U , existe un real
positivo rx > 0 tal que
B(x, rx ) ⊆ U
Ejemplo 59 En n = 1, cualquier intervalo de la forma ]a, b[, con a < b es un conjunto abierto de R. En
efecto, si y ∈]a, b[, entonces tomemos ry = min{y−a,b−y}
2 , de donde, si z ∈ B(y, ry ), entonces kz − yk =
|z − y| < ry que equivale a decir y − ry < z < y + ry , ahora podemos ver que a < y − ry y y + ry < b, de
donde
a < y − ry < z < y + ry < b.
Así tenemos que z ∈]a, b[.
Ejemplo 60 En n = 2, cualquier intervalo de la forma ]a, b[×]c, d[, ]a, b[×R, ]a, b[×R∗+ , R×]c, d[, R∗+ ×]c, d[
es un conjunto abierto de R2 .
Observación 5 En lo que sigue U denotará un conjunto abierto.
Sea u : U ⊆ Rn → R una función y v = (v1 , · · · , vn ) ∈ Rn un vector no nulo. Definimos la razón de
cambio instantánea o derivada direccional de la función u en la dirección v en un punto a = (a1 , · · · , an ) ∈ U
como
u(a + tv) − u(a) u(a1 + tv1 , · · · , an + tvn ) − u(a1 , · · · , an )
dv u(a) := lı́m = lı́m (C.1)
t→0 t t→0 t
en caso este limite exista. En caso, el vector v sea alguno de los vectores canónicos {e1 , · · · , en } del espacio
euclidiano Rn , la notación usual que será usada es
∂u u(a + tei ) − u(a)
(a) = dei u(a) = lı́m (C.2)
∂xi t→0 t
en caso el limite exista y nos referiremos a ese limite como la derivada parcial en el variable xi en el punto
a. Finalmente, para cualquier k ∈ N tal que k ≥ 2 definimos por iteración
!
∂ku ∂ k−1 u ∂2u

∂ ∂ ∂u
(a) := (a), (a) := (a) (C.3)
∂xki ∂xi ∂xk−1
i
∂xi ∂xj ∂xi ∂xj
en caso existan.
61
62
∂u ∂u
Ejemplo 61 Sea la función u :]0; 1[×]0; 1[→ R, u(x, y) = x2 +y. Calcular d(1,1) u(x, y), (x, y) y (x, y).
∂x ∂y
Sea (x, y) ∈]0; 1[×]0; 1[, tenemos
(x + t)2 + (y + t) − x2 − y t(2x + t) + t
d(1,1) u(x, y) = lı́m = lı́m = 2x + 1,
t→0 t t→0 t
2 2
∂u (x + t) + y − x − y t(2x + t)
(x, y) = d(1,0) u(x, y) = lı́m = lı́m = 2x,
∂x t→0 t t→0 t
∂u x2 + (y + t) − x2 − y t
(x, y) = d(1,1) u(x, y) = lı́m = lı́m = 1.
∂y t→0 t t→0 t
Regla práctica
Sea u una función de n variables (x1 , x2 , · · · , xn ). Si debemos calcular las derivadas parciales de u en
variable xi , entonces podemos suponer que las otras variables son constantes en relación a la variable
xi y usar nuestras reglas y cálculos de derivación clásica. Por ejemplo, sea u : R2 → R la función
2
u(x, y) = ex +2y + x2 y, entonces
∂u 2 ∂u 2
(x, y) = 2xex +2y + 2xy, (x, y) = 2ex +2y + x2
∂x ∂y
para todo (x, y) ∈ R2 .

Matemáticas Aplicadas Notas Curso de Pre-Maestría: Frank Taipe & Christoper Salinas 2022

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Matemáticas Aplicadas Notas Curso de Pre-Maestría: Frank Taipe & Christoper Salinas 2022

Cargado por

Copyright:

Formatos disponibles

Matemáticas Aplicadas

Notas curso de pre-maestría

Frank Taipe1 & Christoper Salinas2

Esta obra está bajo una licencia Creative Commons “Reconocimiento-

1. Teoría de sucesiones y series 4

2. Sistemas de ecuaciones diferenciales ordinarias 14

3. Introducción a las ecuaciones diferenciales parciales 44

A lo largo de estas de notas, habitualmente usaremos las siguientes notaciones

∀: para todo; ∃: existe; i.e.: es decir;

Además, admitiremos el siguiente resultado

Ejemplo 1 La sucesión u definida por un = n2 − 4 para cada n ∈ N es denotada simplemente como

Clasificación por comparación entre sus términos

Teorema 1 Sea u = (un ) una sucesión de números reales.

1. u es monótona creciente si y solamente si ∀ n ∈ N, un+1 − un ≥ 0.

Clasificación por comparación con un número fijo

1.3. Convergencia de sucesiones

En dicho caso, el valor de convergencia l ∈ R será único.

Ejemplo 9 La sucesión u = (2 − n1 ) converge a 2. En efecto, sea ε > 0 considerando el número natural N

Consecuencia 1 Si una sucesión es convergente, entonces ella es necesariamente acotada. De ma-

Consecuencia 2 Sea u una sucesión. Considere la sucesión v = (un+1 − un ).

(i) Si u es convergente, entonces la sucesión v es convergente y lı́m vn = 0.

(ii) Si v es convergente y lı́m vn 6= 0, entonces u no es convergente.

(iii) Si v no es convergente entonces u no es convergente.

1.3.1. Criterios de convergencia

Teorema 2 (Bolzano-Weierstrass) Toda sucesión mońotona y acotada es convergente.

(C2) Las sucesiones u y w son convergentes, y lı́m un = lı́m wn = l.

Entonces, la sucesión v es también convergente y lı́m vn = l.

Por el criterio del sandwich, se concluye el resultado.

Definición 3 Una sucesión u = (un ) es llamada de Cauchy si

∀ ε > 0, ∃ N ∈ N, ∀(m; n) ∈ N2 , m ≥ N ∧ n ≥ N ⇒ |um − un | < ε

Teorema 4 (Criterio de Cauchy) Sea u una sucesión. Son equivalentes:

1.4. Álgebra de límites

3. u · v la sucesion producto de u y v definida por (u · v)n = un · vn

2. u − v es convergente y además lı́m un − vn = lu − lv .

3. u · v es convergente y además lı́m un · vn = lu · lv .

Teorema 6 Sean u, v dos sucesiones convergentes tales que:

1.5. Series como caso particular de sucesiones

Por lo tanto, estudiar la convergencia de la serie de términos (un ) es estudiar la existencia de

Consecuencia 4 Sea (un ) una sucesión de números reales.

(2) De manera equivalente, si la sucesión (un ) no es convergente o lı́m un 6= 0, entonces la serie

1.5.1. Criterios de convergencia para series

Teorema 7 (Criterio de comparación) Dadas dos sucesiones (un ) y (vn ). Si

entonces la serie de términos (un ) es convergente, además

(C2) la serie de términos (vn ) es convergente,

de donde 0 < 2n−1 < 2n − 1 et invirtiendo obtenemos

Teorema 8 (Criterio de d’ Alembert) Dada la sucesión (un ).

Consecuencia 6 Dada una sucesión (un ).

entonces las series de términos (un ) y (|un |) son convergentes.

entonces la serie de términos (un ) no es convergente.

Teorema 9 (Criterio de la raíz) Dada la sucesión (un ).

Muchas veces será más rápido utilizar la siguiente versión equivalente

Consecuencia 7 (Criterio de la raíz V2) Dada la sucesión (un ).

entonces las series de términos (un ) y (|un |) son convergentes.

entonces la serie de términos (un ) no es convergente.

(C1) (un ) es monótona decreciente,

Entonces, la serie de términos ((−1)n un ) es convergente.

2.1. Breve resumen sobre las ecuaciones diferenciales ordinarias

2.2. Generalidades sobre las ecuaciones diferenciales ordinarias

Observación 3 Usualmente, se suele usar la notaciones

Proposición 1 (Forma estándar) Sea

2.3. Ecuaciones diferenciales ordinarias lineales

y 0 + a0 (x)y = b(x) (E)

donde a0 y b son funciones continuas sobre un intervalo I.